OPINIÃO

De pessoa para pessoa, não de IA para IA

Por que o conteúdo de qualidade vai continuar humano.

FAMILIAR PESQUISATODOS OS ARTIGOS
LEIA EMEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

RESUMO

Não dá para sentir empatia por um humano feito de IA. Ou a maioria de nós não consegue, não no mesmo grau. Assistimos a uma interpretação porque sabemos que uma pessoa real está vivendo uma emoção crua. A IA pode ficar tão realista quanto quiser; no momento em que sabemos que é IA, a empatia cai. É exatamente por isso que a Familiar está no caminho da qualidade.
An Zhu LiuAn Zhu LiuCEO, Familiar LabsEQUIPE →

Empatia

A emoção é o que importa. Entendemos que um ser humano real está interpretando emoções cruas, e sentimos junto com ele. Uma parte do público só quer ouvir as vozes; a maioria percebe a diferença. E o rótulo vem de qualquer jeito: as grandes plataformas marcam o conteúdo feito com IA. Então a distância não diminui quando os pixels melhoram. Ela só se fecha quando a pessoa é real.

O poder da estrela

A gente gosta de estrelas. Assistimos a uma série por causa de um rosto conhecido e de uma grande interpretação. Quando não é a estrela de verdade, o poder da estrela diminui, e com ele a grande produção construída em volta dela.

A VOZ
CONTINUA SENDO A ESTRELAA interpretação da própria estrela, levada para outra língua com o consentimento da produção.
NÃO É A ESTRELAUma voz que não é a dela lendo as falas dela.
O ROSTO
CONTINUA SENDO A ESTRELAO mesmo rosto, o mesmo take, os lábios acompanhando as novas palavras.
NÃO É A ESTRELAUm ator que não é ela.
UM ARTISTA QUE JÁ MORREU
CONTINUA SENDO A ESTRELAAs próprias interpretações gravadas, que cabe ao detentor dos direitos localizar.
NÃO É A ESTRELAUm projeto novo com o qual a pessoa nunca consentiu, mesmo quando o espólio assinou. Não entramos nisso.

O que uma dublagem mantém

De pessoa para pessoa, não de IA para IA.

Uma dublagem mantém tudo constante: a pessoa, a interpretação, a cena, a música. Só a língua muda. Por isso construímos um modelo de decisão, e não um modelo de vídeo: quem, na tela, está dizendo a fala, a emoção de um sussurro a um grito, qual nome ou marca fica como está, o que diz o texto no quadro. Nada é inventado. Tudo é levado adiante.

Conteúdo feito com IA, com esforço

Vai existir conteúdo feito com ajuda de IA e conteúdo feito por IA, e parte dele será feita com esforço de verdade. Esse conteúdo continua precisando de uma dublagem. Um modelo genérico não consegue refazer a mesma cena em uma nova língua com a pessoa certa falando, as risadas e a música intactas e o texto na tela substituído. E a tradução é onde até os melhores modelos genéricos tropeçam sozinhos: uma piada que não funciona, um nome que acaba traduzido, uma gíria que ganha um sentido ruim na nova língua, um assunto que aquela cultura evita. Conteúdo feito sem esforço não vai valer uma dublagem; ele simplesmente será refeito para cada cultura. Tudo bem. Não somos para ele.

E alguns conteúdos não podem ser refeitos de jeito nenhum:

ESPORTES
A partida acontece uma vez. Não há o que refazer.
LIVES
Ao vivo, com o chat. Um momento, não um arquivo.
REALITY SHOWS
Pessoas sem roteiro. O take é o único take.
DOCUMENTÁRIOS
Pessoas reais dizendo coisas reais, uma vez só.

Um momento ao vivo só pode ser levado adiante. Nossa próxima versão está indo para lá.

Dois caminhos

O caminho rápido: envie uma vez e aceite o que sair, sem controle, com uma tradução que você não consegue revisar. O caminho da qualidade: a pessoa, a interpretação e a cena mantidas, cada decisão registrada e sua para alterar, de uma vez só. Escolhemos o segundo caminho de propósito.

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

Por que o caminho da qualidade se acumula

Cada título soma ao que fica registrado: o que aquela cultura evita, que gíria pega mal, até onde vão os palavrões, os termos certos, como uma piada funciona. Uma escolha feita uma vez vale para o próximo episódio. Modelos de vídeo genéricos conseguem gerar em uma língua muito antes de conseguirem localizar para ela; trabalhamos em 30 línguas, e a nuance vai se acumulando.

++
De pessoa para pessoa, ampliando o alcance.
DE PESSOA PARA PESSOAO CAMINHO DA QUALIDADE

TRADUÇÃO MULTIMODAL

A Familiar Labs faz dublagem uma geração à frente com um Modelo Multimodal de Decisão de Localização (MLDM), o primeiro modelo de fundação para tradução multimodal: um só modelo decide o que localizar em texto, áudio e imagem, e mostra para você as escolhas. Sua voz e seus lábios, levados para novas línguas. Uma equipe de 8, com doutores, investida por Samsung, RedBird e Gold House. Nossa missão

Veja o benchmark completo →Fale com a equipe