VYSVETLENIE

Preklad nie je generovanie

FAMILIAR VÝSKUMAKTUALIZOVANÉ VŠETKY ČLÁNKY
ČÍTAŤ V JAZYKUEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

ABSTRAKT

Nie „generatívna AI“, ale preklad v službách tvorcov. Generovanie a preklad sú odlišné slovesá. Generovanie vychádza z promptu a vytvorí niečo, čo predtým neexistovalo. Preklad vezme niečo, čo už existuje, teda prejav, a prenesie to do iného jazyka. Familiar je nová paradigma, prvý model svojho druhu: multimodálny rozhodovací model pre lokalizáciu (MLDM), prvý základný model pre multimodálny preklad. Herec, načasovanie aj scéna zostávajú; slová, ústa a hlasová stopa sa prispôsobia novému jazyku.
PRVÝ ZÁKLADNÝ MODEL PRE MULTIMODÁLNY PREKLAD

Dve slovesá

Generatívna AI je dobrý nástroj na tvorbu nových vecí: na vstupe je prompt, na výstupe nový obsah a ide práve o to, aby bol výsledok nový. Preklad má opačný cieľ.

PrekladTO DRUHÉ SLOVESO

Na vstupe je prejav a na výstupe ten istý prejav v inom jazyku.

GENEROVAŤ

  • Vstup: prompt
  • Výstup: nový obsah
  • Meradlo: aký nový a dobrý je výsledok

PREKLADAŤ

  • Vstup: hotový prejav
  • Výstup: ten istý prejav v inom jazyku
  • Meradlo: ako verne zostane pri origináli

Každého prekladateľa, človeka aj stroj, posudzujeme podľa toho, ako málo si vymyslí.

Čo zostáva, čo sa mení

Herec
MENÍ SASlová
Tvár
MENÍ SAPohyby úst
Načasovanie
MENÍ SAHlasová stopa, v novom jazyku
Zvuk scény: smiech, hudba, atmosféra priestoru
MENÍ SA

Hlas v novom jazyku je vlastný hlas herca, prevzatý zo samotného klipu. Mená a hlášky zostanú presne tak, ako zazneli, vďaka zoznamu Neprekladať; vtipy sa prepíšu tak, aby v cieľovom jazyku zabrali.

Prečo synchronizácia pier patrí k prekladu

Reč nepočujeme iba ušami. Pri McGurkovom efekte sa hlas, ktorý vyslovuje [b], nadabovaný na tvár vyslovujúcu [g], zvyčajne počuje ako [d], teda zvuk, ktorý nenesie ani jeden z kanálov (Tiippana, 2014, opisuje McGurka a MacDonalda, 1976). Mozog spojí to, čo vidí, s tým, čo počuje.
HLAS [b] + TVÁR [g] = POČUJEME [d]

Dabing iba so zvukom ponechá tento nesúlad v každom zábere: ústa hovoria jedným jazykom a zvuková stopa iným, takže porozumenie je ťažšie. Ústa sú preto súčasťou posolstva. Preložiť prejav znamená preložiť pery spolu so slovami, a preto dabing Familiar pohne perami podľa nových slov (FAQ, „Prečo záleží na synchronizácii pier?“).

Kreatívni riaditelia všetko skontrolujú pred vydaním

Niektoré repliky môžu vyznieť viacerými spôsobmi: vtip, rýpnutie, veta, ktorá znie úprimne alebo suchým humorom. Tie sa vrátia v troch prekladoch s rôznym zámerom a emóciou; rovnako slang ponechaný tak, ako zaznel, aj vulgarizmy stlmené vo verzii pre mladších divákov. Tím jeden vyberie, upraví ktorúkoľvek repliku podľa originálu a až potom spustí renderovanie.

MLDM na mravčiu prácu.

Mravčou prácou dabingu je rozhodovať, ktorý hlas a ako pery nasledujú slová, pri každej replike v každom jazyku. MLDM o tom rozhoduje a každé rozhodnutie zaznamená k úlohe, takže ktorékoľvek z nich môže váš tím zmeniť. Pripravujeme výber toho, ktoré zvuky zostanú v pôvodnom jazyku, napríklad skandovanie či výkrik, a ktorú tvár či text na obrazovke preložiť. Rozhodnutia, vďaka ktorým je dabing dobrý, teda ktorý vtip zaberie, ktorý tón sedí a ktoré meno zostane, zostávajú ľuďom, ktorí dielo vytvorili.

++
Všetky dáta, na ktorých sme trénovali, si tím Familiar vytvoril sám.

Sme ďalší nástroj v tvorivom procese.

OTÁZKY

Je Familiar generatívna AI?

Nie. Familiar je multimodálny rozhodovací model pre lokalizáciu (MLDM): rozhoduje, ako lokalizovať to, čo už existuje, bez akéhokoľvek promptu. Vložíte svoje video a ten istý prejav z neho vyjde v inom jazyku. Všetky dáta, na ktorých sme trénovali, si tím Familiar vytvoril sám. Sme ďalší nástroj v tvorivom procese.

Čo sa stane s mojou hudbou a zvukovými efektmi?

Zostanú. Smiech, hudba a basy, zvukové efekty aj atmosféra priestoru prežijú pod novým dialógom.

Môžem preklad opraviť?

Áno. Každé video sa zastaví na obrazovke kontroly, kde pred renderovaním upravíte ktorúkoľvek repliku podľa originálu.

ZDROJE

  1. [1]Tiippana, K. (2014). What is the McGurk effect? Frontiers in Psychology 5:725, prečítané 24. októbra 2026
  2. [2]FAQ Familiar: Prečo záleží na synchronizácii pier?
  3. [3]AI synchronizácia pier: čo to je, čo jej uniká a čo ju prekonáva
  4. [4]Prečo Familiar nie je tradičná generatívna AI
  5. [5]Ďalší nástroj v tvorivom procese

MULTIMODÁLNY PREKLAD

Familiar Labs prináša o generáciu lepší dabing vďaka multimodálnemu rozhodovaciemu modelu pre lokalizáciu (MLDM), prvému základnému modelu pre multimodálny preklad: jeden model rozhoduje, čo lokalizovať v texte, zvuku aj obraze, a ukáže vám možnosti. Váš hlas a vaše pery, prenesené do nových jazykov. Tím 8 ľudí s PhD, s podporou Samsungu, RedBird a Gold House. Naša misia

Pozrieť celý benchmark →Ozvite sa tímu