KOMPLETT GUIDE

Videooversettelse: den komplette guiden (2026)

FAMILIAR FORSKNINGOPPDATERT ALLE ARTIKLER
LES ARTIKKELEN PÅEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

SAMMENDRAG

Det finnes fire måter å oversette en video på: undertekster, voice-over med en fremmed stemme, dubbing av bare stemmen med talerens egen stemme, og dubbing med stemme + leppesynk, der selve fremføringen blir oversatt: leppesynk, og alt utover den. Hva hver metode bevarer, hva den koster per minutt og hvordan du velger, enten du oversetter en video til engelsk, til spansk eller en hel katalog til 30 språk.

De fire måtene å oversette en video på

HVA SOM OVERLEVER, ETTER METODE · PRIS PER FERDIG MINUTT, PER SPRÅK
MetodeOrdeneStemmenAnsiktetScenenTypisk pris
UnderteksterLeses, høres ikkeBeholdt (originallyden)BeholdtBeholdtInkludert i hver Familiar-dub · profesjonell oversettelse omtrent $10/min
Voice-over (den klassiske dubben)Sagt av en fremmedErstattetFormer ordene på originalspråketAvhenger av studioets miks$70 til $150 for komplett menneskelig dubbing, oversettelse pluss stemme · bare stemmepakker $39 til $94 · premium studio fra $128
Dubbing av bare stemmenSagtTalerens egenFormer fortsatt ordene på originalspråketOfte svekket (målt i del 02)$3 (ElevenLabs, pris i kassen, 5. aug. 2026), bare lyd
Dubbing med stemme + leppesynkSagtTalerens egenLeppesynket til det nye språket, opptil 4KMusikk, effekter og atmosfære beholdt; ekte 5.1- eller stereomiksFamiliar: én rendering, gjennom Studio-kontrakt

YOUTUBES AUTODUBBING · VOICE-OVER

  • YouTubes autodubbing og voice-over legger begge en annen stemme over taleren.

DUBBING AV BARE STEMMEN

  • Dubbing av bare stemmen, ofte søkt som «stemmekloning», beholder stemmen; munnen snakker fortsatt det gamle språket.

Dubbing med stemme + leppesynkKI-LEPPESYNK

Den KI-leppesynken folk søker etter, utvidet til hele ansiktet. Mer: KI-videodubbing, forklart.
HeyGenHeyGenElevenLabsElevenLabsHeyGen + ElevenLabsONE-SHOT TOOLS · NO CONTROL

One shot today means giving up the rest.

The one-shot tools today give up the rest: the translation cannot be edited, the music and the room drop out, the voice drifts, and the lips fail on a hand over the face, a microphone, blur, bokeh, a side view or several people in frame. No spatial reasoning, no understanding of the world, no control. ElevenLabs' current Dubbing v2 edits only through an Enterprise API, and its full editor is the older model, in maintenance mode; HeyGen stitches a lip-sync over a dub like that, and the lip-sync breaks on the ordinary shots of any episode. Familiar is one shot and the quality: translation first, reviewed; then the voice, the lips and the scene together, through the hard shots.

54.7%

FEWER TRANSLATION ERRORS · FAMILIAR VS ELEVENLABS DUBBING V2

270%

ELEVENLABS MORE BACKGROUND-SOUND ERROR · THE LAUGHTER, THE MUSIC, THE AMBIENCE

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER

FAMILIAR · ONE SHOT AND THE QUALITYFamiliar vs Flawless TrueSync The ElevenLabs study The demos

Hva kvalitet betyr, og hvordan den måles

Den ærlige testen er parvis: den samme kildevideoen til hvert system.

To parvise studier mot ElevenLabs, aldri slått sammen, på /benchmark/elevenlabs, vurdert på:

MENINGSTEMMEKLONINGLYDTEPPET I SCENENTIMING AV TRANSIENTER
FIG. 01 · FEIL I TALEN FLAGGET I GJENNOMGANGEN · STABILE DUBBING V1 · 418 PARVISE RESULTATER · 11 SPRÅK
ElevenLabs258
Familiar132
  • Samme studie: Familiar høres 27.8% mer ut som den ekte taleren (0.4605 mot 0.3604).
  • Alle 11 språk gikk i Familiars favør.
ElevenLabsElevenLabsElevenLabsTHEIR DOCS, READ OCTOBER 30, 2026

Editing the translation means their old model.

On ElevenLabs' current Dubbing v2, in alpha, editing the translation and regenerating the audio through the API is for their Enterprise plans only. Their full editor, Dubbing Studio, is "only available via the v1 model" and "in maintenance mode", in their words. Dubbing v1 is the model our 418-pair study measured, and its output is mono.

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER · ALL 11 LANGUAGES

261%

ELEVENLABS MORE BACKGROUND ERROR · THE MUSIC, THE AMBIENCE

+243.7%

FAMILIAR ON LAUGHTER AND REACTION SHAPE

ELEVENLABS DUBBING V1 · 418 PAIRED OUTPUTS · 11 LANGUAGES · AUGUST 5, 2026Read the study Their docs

Studien mot Dubbing v2 (Alpha), 111 parvise resultater, viser det samme mønsteret:

270%

ElevenLabs hadde 270% mer feil i bakgrunnslyden: latteren, musikken, atmosfæren.

11.92 VS 3.22 DB · DUBBING V2 (ALPHA)
54.7%

Familiar gjorde 54.7% færre viktige oversettelsesfeil i talen.

29 VS 64 · DUBBING V2 (ALPHA)
+28.2%

Familiar skåret høyere på korrelasjonen i formen på latter og reaksjoner.

0.960 VS 0.749 · DUBBING V2 (ALPHA)

Hvilken oversettelseskvalitet som er mulig

August 2026: Familiar mot profesjonelle ekspertoversettere, blindvurdert mot ekspertenes referanseredigeringer.

FIG. 02 · OVERSETTELSESKVALITET MOT FØRSTEUTKAST FRA PROFESJONELLE EKSPERTER · STIPLET LINJE = DEN PROFESJONELLES 100%
Fransk100.0%
Kinesisk98.2%
Hindi103.3%
Indonesisk99.6%
FRANSK, KINESISK, HINDI, INDONESISK (FØRSTEUTKAST FRA PROFESJONELLE EKSPERTOVERSETTERE)

Kontroll er den andre halvdelen, og det er der Familiars multimodale beslutningsmodell for lokalisering (MLDM), den første grunnmodellen for multimodal oversettelse, et nytt paradigme og det første i sitt slag, viser beslutningene sine:

IKKE OVERSETT
En Ikke oversett-liste holder navn og faste uttrykk nøyaktig slik taleren sier dem.
VITSER OG LADEDE REPLIKKER
Vitser og ladede replikker kommer tilbake i flere gjengivelser, hver med sin begrunnelse, som de kreative lederne dine kan velge mellom.
GJENNOMGANGSVISNING
Hver video stopper på en gjennomgangsvisning: rediger hvilken som helst linje før rendering. Hver beslutning lagres sammen med jobben og kan overstyres.
UNDER UTVIKLING
Å beholde et heiarop eller et rop på originalspråket, velge et annet ansikt for en replikk og velge hvilken tekst i bildet som skal oversettes.
DEN FØRSTE GRUNNMODELLEN FOR MULTIMODAL OVERSETTELSE

Pris per minutt

FIG. 03 · PRIS PER FERDIG MINUTT, PER MÅLSPRÅK · ELEVENLABS = $3/MIN, PRIS I KASSEN · 5. AUG. 2026 · PRISSPENN VED MIDTPUNKTET
ElevenLabs$3 bare lyd
Undertekster, profesjonelle~$10 bare tekst
Menneskelig stemme$39–94
Komplett menneskelig dub$70–150
Studiodubfra $128
Ingen av disse prisene inkluderer leppesynk. Den assisterende veien dit krever et team av VFX-artister og uker per prosjekt; verktøyene som dubber i én omgang i dag, er raske og ofrer resten. Familiar er én omgang og kvaliteten: én rendering fra MLDM bærer oversettelsen, talerens egen stemme, lyden i scenen og leppesynken.
Undertekstprisen er median profesjonell pris over de 11 språkene i studien.

BILDE

Opptil 4K

MIKS

Ekte 5.1 eller stereo

UNDERTEKSTER

.srt · .vtt

Med hver dub, tilpasset Netflix' Timed Text Style Guide: to linjer, 42 tegn per linje, opptil 17 i sekundet.

TILGANG

Studio-kontrakt

Tilpasset katalogen din; 30 dagers pengene-tilbake-garanti på signerte årskontrakter.

Komplett dubbing utført av mennesker, oversettelse pluss stemme, koster $70 til $150 per ferdig minutt.

Det er $4,200 til $9,000 for en video på 60 minutter på ett språk, så selv de største produksjonene dubbes bare til noen få språk, og mindre produksjoner, serier og vertikale dramaer dubbes ikke i det hele tatt.

Tilgang: /pricing; hele prisoversikten: Hva koster dubbing i 2026?

Velg etter type innhold

VIDEOER MED SNAKKENDE HODER
HVA SOM AVGJØRAnsiktet bærer budskapet, så dubbing med stemme + leppesynk passer.
PODKASTER OG INTERVJUER
HVA SOM AVGJØRFlere talere må hver beholde sin egen stemme.
FILM OG TV
HVA SOM AVGJØRMusikk, effekter og timingen i reaksjonene avgjør om en dub er til å se på; del 02 måler nettopp dette. Håndbøker for studioer: Hvorfor dubben skurrer i utlandet, og hva studioer gjør og Hva er den beste KI-dubbingen for film?
KATALOGER HOS STRØMMETJENESTER
HVA SOM AVGJØRDekningen er flaskehalsen: dubb ved opplasting, gå gjennom per språk, slipp hvert språk når det er godkjent. Slik lukker strømmetjenester gapet i lokalspråklig dubbing.
MIKRODRAMAER
HVA SOM AVGJØRDaglige episoder med skuespillernes egne stemmer, med navn og faste uttrykk holdt fast av en Ikke oversett-liste for hele serien. Dubbing av mikrodramaer i daglig publiseringstakt.
SAMTIDIGE LANSERINGER
HVA SOM AVGJØRÉn forespørsel til hvert målspråk, og hvert marked slippes når det er godkjent. Lansering i flere land: dubbing til alle markeder samtidig.
KURS OG FORELESNINGER
HVA SOM AVGJØRTerminologien er risikoen: sett fagbegrepene på Ikke oversett-listen og sjekk dem i gjennomgangsvisningen.
PREKENER
HVA SOM AVGJØREt ukentlig opptak som når en flerspråklig menighet, med talerens egen stemme i stedet for en tolks.
DIREKTESENDINGER
HVA SOM AVGJØRHer passer bare direktedubbing; undertekster og innspilte dubber kommer for sent. Hos Familiar er direktedubbing under utvikling.
REKLAME OG PRODUKTVIDEO
HVA SOM AVGJØRKorte spilletider gjør en komplett dub til en liten post i budsjettet, og grunnleggerens eller talspersonens ekte stemme bærer tilliten.
FIG. 04 · DE 100 STØRSTE YOUTUBE-KANALENE, ETTER SPRÅK
  • Ikke på engelsk64%
  • På engelsk36%

Familiars 30 språk går fra hvilket som helst til hvilket som helst: en spansk eller koreansk kanal kan oversette en video til engelsk, det største publikummet som finnes.

KILDER

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates, lest 30. oktober 2026
  2. [2]Benchmark Familiar mot ElevenLabs: alle resultater, intervaller og lytteeksempler
  3. [3]KI mot menneskelig oversettelse: testet mot profesjonelle

Multimodal oversettelse

Familiar Labs lager en ny generasjon dubbing med en multimodal beslutningsmodell for lokalisering (MLDM), den første grunnmodellen for multimodal oversettelse: én modell avgjør hva som skal lokaliseres på tvers av tekst, lyd og bilde, og viser deg valgene. Stemmen og leppene dine, båret over i nye språk. De er et team på 8 med PhD-er, støttet av Samsung, RedBird og Gold House. Vår misjon

Se hele benchmarken →Snakk med teamet