BENCHMARK SIDA VID SIDA

Familiar mot YouTubes automatiska dubbning: en studie på en fryst kohort

FAMILIAR FORSKNINGUPPDATERAD ALLA ARTIKLAR
LÄS ARTIKELN PÅEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

SAMMANFATTNING

På en fryst kohort med 50 par (arabiska, spanska, franska, hindi, koreanska; insamlad 8 augusti 2026) mätte Familiar 182.9% högre talarlikhet än YouTubes automatiska dubbning (0.399 mot 0.141) och ändrade eller tappade 70.3% färre viktiga idéer (43 mot 145 av 528). YouTube hade 232.6% mer fel i bakgrundsljudet (11.21 mot 3.37 dB). Familiar ledde också på vokala ljud. En användbar automatisk dubbning fanns för 25 av 43 källklipp; Familiar dubbade alla 43. Alla data och sex synkroniserade lyssningsexempel: hela benchmarken mot YouTube.

Metod

PAR

50

Fryst kohort; ett källklipp × ett målspråk.

SPRÅK

5

Arabiska, spanska, franska, hindi, koreanska.

INSAMLAD

8 augusti 2026

TILLGÄNGLIGHET

25 av 43

Källklipp med en användbar automatisk dubbning från YouTube; Familiar dubbade alla 43.

PARAT, BLACK BOX
SÅ BEDÖMS DENEtt källklipp × ett målspråk; komplett färdigt ljud från båda systemen.
TIDSKÄNSLIGA MÅTT
SÅ BEDÖMS DENBara de 31 par vars tidslinje mot källan verifierats oberoende (krav på 40 ms; osäkra spår underkänns).
MÅTT PÅ LJUDHÄNDELSER
SÅ BEDÖMS DENDe 14 spår med skratt eller reaktioner verifierade av människor.
YOUTUBE-SPÅR SOM SAKNAS
SÅ BEDÖMS DENRedovisas öppet och räknas aldrig som noll.
GRANSKNING AV BETYDELSEN
SÅ BEDÖMS DENBedömer det levererade talet; giltiga omskrivningar och små reaktioner i bakgrunden räknas inte som fel; CER/WER ingår inte.

Rösten: deras tillhör en främling

YouTubes automatiska dubbning talar med en främlings röst; Familiar behåller den ursprungliga talarens.

På de 31 exakt synkade paren, talarlikhet med den verkliga talaren:

FIG. 01 · TALARLIKHET (SIM-O) · 31 SYNKADE DUBBNINGAR · FAMILIAR +182.9%
FAMILIAR0.399
YOUTUBE0.141

Betydelsen

Av 528 viktiga idéer i källan över de 50 granskade dubbningarna ändrade eller tappade YouTube 145; Familiar 43.

FIG. 02 · VIKTIGA IDÉER I KÄLLAN SOM ÄNDRATS ELLER TAPPATS · AV 528 · FAMILIAR 70.3% FÄRRE
YOUTUBE145
FAMILIAR43
34/50

dubbningar från YouTube med ett viktigt fel i den talade betydelsen

18/50

dubbningar från Familiar med ett viktigt fel i den talade betydelsen

12 mot 0

kritiska betydelsefel, YouTube mot Familiar

Scenen och reaktionerna

FIG. 03 · SPEKTRALT FEL I BAKGRUNDEN · OMRÅDEN UTAN TAL · YOUTUBE +232.6%
YOUTUBE11.21 dB
FAMILIAR3.37 dB
0.998 mot 0.236

korrelation för formen hos skratt och reaktioner · 14 spår med ljudhändelser

0.11 mot 3.36 dB

fel i ljudnivån på skratt och reaktioner · 14 spår med ljudhändelser

25/43

källklipp med en användbar automatisk dubbning från YouTube; Familiar dubbade alla 43

Familiar levererar den färdiga dubbningen i upp till 4K med en äkta 5.1-surround- eller stereomix.

Begränsningar

En fryst black box-studie av den insamlade kohorten, inget påstående om varje dubbning, varje språk eller framtida versioner av YouTube.
AVGRÄNSAD TILL KOHORTEN
Ett diagnostiskt modellmått, inte en lyssningsstudie med människor; osäkerheten är stor.
FÖRUTSAGD NATURLIGHET · UTMOS 2.12 MOT 1.85
Beskrivande; intervallet når noll.
TAJMING I TRANSIENTER · 1.000 MOT 0.789 F1

KÄLLOR

  1. [1]Familiar mot YouTubes automatiska dubbning: alla resultat, metod och lyssningsexempel
  2. [2]Alla Familiars benchmarks: ElevenLabs, YouTube, mänskliga översättare
  3. [3]YouTube Hjälp: Använda automatisk dubbning
  4. [4]Recension av YouTubes automatiska dubbning: vad vi mätte

Multimodal översättning

Familiar Labs gör en generation bättre dubbning med en multimodal beslutsmodell för lokalisering (MLDM), den första grundmodellen för multimodal översättning: en enda modell avgör vad som ska lokaliseras i text, ljud och bild, och visar dig valen. Din röst och dina läppar, vidare till nya språk. Ett team på 8 med doktorsexamina och Samsung, RedBird och Gold House i ryggen. Vår mission

Se hela benchmarken →Prata med teamet