Od človeka k človeku, nie od AI k AI

01. Empatia

Ide o emócie. Chápeme, že skutočný človek hrá surové emócie, a prežívame ich s ním. Časť publika chce len počuť hlasy; väčšina to však spozná. A označenie príde tak či tak: veľké platformy obsah vytvorený AI označujú. Rozdiel sa teda nezmenší, keď sa zlepšia pixely. Zmizne iba vtedy, keď je človek skutočný.

02. Hviezdna sila

Máme radi hviezdy. Seriál pozeráme kvôli známej tvári a skvelému výkonu. Keď to naozaj nie sú oni, hviezdna sila sa vytráca a s ňou aj veľká produkcia, ktorá je na nej postavená.

03. Čo dabing zachová

Dabing nechá všetko tak, ako bolo: človeka, prejav, scénu, hudbu. Mení sa iba jazyk. Preto sme postavili rozhodovací model, a nie model na video: kto na obrazovke repliku hovorí, emócia od šepotu po krik, ktoré meno či značka zostane, ako je, čo hovorí text v zábere. Nič sa nevymýšľa. Všetko sa prenáša.

04. Obsah vytvorený s AI, ale s úsilím

Pribudne obsah vytvorený s pomocou AI aj obsah vytvorený AI a časť z neho vznikne so skutočným úsilím. Aj taký obsah stále potrebuje dabing. Všeobecný model nedokáže zopakovať tú istú scénu v novom jazyku tak, aby hovoril správny človek, smiech a hudba zostali nedotknuté a text na obrazovke sa nahradil. A práve na preklade stroskotajú aj tie najlepšie všeobecné modely: vtip, ktorý sa neprenesie, meno, ktoré sa preloží, slangové slovo, ktoré má v novom jazyku zlý význam, téma, ktorej sa daná kultúra vyhýba. Obsah vytvorený bez námahy nebude stáť za dabing; jednoducho sa pre každú kultúru vytvorí nanovo. To je v poriadku. Nie sme preň.

A niektorý obsah sa nanovo vytvoriť vôbec nedá:

Živý okamih sa dá iba preniesť. Tam smeruje naša ďalšia verzia.

05. Dve cesty

Rýchla cesta: raz nahráte a vezmete, čo vyjde, bez možnosti zásahu, s prekladom, ktorý si nemôžete skontrolovať. Cesta kvality: človek, prejav aj scéna zostanú, každé rozhodnutie sa zaznamená a môžete ho zmeniť, a to v jednom kroku. Druhú cestu sme si vybrali zámerne.

HeyGenElevenLabsHeyGen + 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 →

06. Prečo sa cesta kvality zúročuje

Každý titul pridá niečo do záznamu: čomu sa daná kultúra vyhýba, ktorý slang sa pokazí, kam až môžu siahať vulgarizmy, správne termíny, ako sa prenesie vtip. Čo raz zvolíte, prejde aj do ďalšej epizódy. Všeobecné video modely dokážu v nejakom jazyku generovať dávno predtým, než doň dokážu lokalizovať; my pracujeme v 30 jazykoch a nuansy sa hromadia.

++

Od človeka k človeku, k širšiemu publiku.