เวิร์กโฟลว์

เครื่องมืออีกชิ้นหนึ่งในกระบวนการสร้างสรรค์

FAMILIAR งานวิจัยอัปเดตเมื่อ บทความทั้งหมด

บทคัดย่อ

งานพากย์หนึ่งชิ้นคือการตัดสินใจเชิงสร้างสรรค์เล็กๆ นับร้อยครั้ง ชื่อไหนคงไว้ตามที่พูด มุกหนึ่งจะขำในภาษาญี่ปุ่นได้อย่างไร คำแซวหนึ่งควรออกมาแบบเรียบเฉยหรือขี้เล่น Familiar คือโมเดลตัดสินใจด้านโลคัลไลเซชันแบบมัลติโมดัล (MLDM) โมเดลพื้นฐานตัวแรกสำหรับการแปลแบบมัลติโมดัล กระบวนทัศน์ใหม่ ครั้งแรกของวงการ โมเดลปล่อยให้ทุกการตัดสินใจเหล่านั้นอยู่กับทีมของคุณ แล้วรับงานซ้ำๆ รอบตัวมันไปทำ คือแปลทุกประโยคเป็น 30 ภาษาด้วยเสียงของผู้พูดเอง ทำให้ริมฝีปากตรงกับคำ คงเสียงของฉากไว้ และจัดเตรียมไฟล์ให้พร้อมส่ง
โมเดลพื้นฐานตัวแรกสำหรับการแปลแบบมัลติโมดัล

ตั้งกติกาครั้งเดียว

มีสองอย่างที่กำหนดทุกคำแปลตั้งแต่ก่อนร่างประโยคแรก และทีมของคุณตั้งได้ทั้งสองอย่างจากคอนโซลหรือ API แยกรายครีเอเตอร์หรือรายวิดีโอ:

รายการคำที่ไม่แปล
ทำอะไรคำพูดติดปาก ชื่อ แบรนด์ และคำสแลง คงไว้ตามที่พูดเป๊ะๆ ในทุกภาษา ทั้งคำอุทานประจำตัวของพิธีกร ชื่อเล่นของเพื่อนๆ และตัวละครในเกม
คำอธิบายบริบท
ทำอะไรหนึ่งประโยคที่บอกว่าช่องหรือวิดีโอนั้นคืออะไร ใครอยู่บนจอ และเป็นวิดีโอแบบไหน รายการทำอาหารกับละครศาลแปลประโยคเดียวกันออกมาไม่เหมือนกัน

การตั้งค่าที่ขอบเขตแคบกว่าจะมีผลเหนือกว่า กติกาบนวิดีโอหนึ่งจะใช้แทนค่าเริ่มต้นของครีเอเตอร์เฉพาะวิดีโอนั้น

เลือกประโยคที่ได้ผล

บางประโยคตีความได้มากกว่าหนึ่งทาง การเล่นคำ คำแซว หรือประโยคที่อ่านได้ทั้งแบบจริงใจและแบบประชด ขึ้นอยู่กับสีหน้าของนักแสดง ประโยคแบบนี้จะกลับมาเป็นคำแปลสามแบบ แต่ละแบบระบุเจตนาและอารมณ์ไว้ เช่น คงการเล่นคำไว้แบบเขินๆ แปลตรงความหมายแบบจริงใจ หรือเปลี่ยนเป็นมุกใหม่แบบขี้เล่น ครีเอทีฟไดเรกเตอร์ของคุณเลือกหนึ่งแบบ เหมือนที่เลือกคงคำสแลงไว้ตามที่พูด หรือลดคำหยาบลงสำหรับเวอร์ชันผู้ชมอายุน้อย ตัวละครตั้งใจจะสื่ออะไร ยังเป็นการตัดสินใจของคุณ

แก้ไขโดยเทียบกับต้นฉบับ

ทุกประโยคที่แปลแล้ววางอยู่ข้างประโยคต้นฉบับ ผู้ตรวจที่รู้ทั้งสองภาษาจึงเขียนประโยคไหนใหม่ก็ได้ก่อนจะมีอะไรถูกเรนเดอร์ ในคอนโซล ทุกวิดีโอจะหยุดรอที่หน้าตรวจสอบนั้น และจะไม่มีอะไรถูกเรนเดอร์จนกว่าทีมของคุณจะอนุมัติ ทีมที่ไว้ใจเวิร์กโฟลว์แล้วข้ามขั้นนี้ได้ ผ่าน API ด่านเดียวกันนี้คือการตั้งค่าเพียงหนึ่งค่า และปล่อยงานพากย์ทีละภาษาได้ตามที่ผู้ตรวจแต่ละคนอนุมัติ

ไฟล์ที่ได้กลับมา

แต่ละภาษามาถึงพร้อมเข้าห้องตัดต่อหรือคิวอัปโหลดของคุณ:

วิดีโอที่เสร็จสมบูรณ์

สูงสุด 4K

มิกซ์เต็ม

เสียงรอบทิศทาง 5.1 แท้ หรือสเตอริโอ

เลือกได้ตามต้องการ เป็น PCM WAV 24 บิต พร้อมแทร็กเสียงพูดอย่างเดียวสำหรับมิกซ์ของคุณเอง

ซับไตเติล

.srt และ .vtt

สร้างจากทรานสคริปต์ที่ตรวจแล้ว จึงตรงกับสิ่งที่งานพากย์พูด ตัดตามแนวทางของ Timed Text Style Guide ของ Netflix

ชื่อวิดีโอและคำอธิบาย

แปลแล้ว

ลิงก์ @handle และโค้ดโปรโมชันคงไว้ตามที่เขียน

งานพากย์เป็นของคุณ จะโพสต์ที่ไหนก็ได้

ใครตัดสินใจอะไร

ทีมของคุณเก็บทุกการตัดสินใจเชิงสร้างสรรค์ไว้ MLDM รับงานที่ไม่มีใครอยากทำซ้ำสามสิบรอบไป

ทีมของคุณ

  • ชื่อและวลีที่ไม่มีวันเปลี่ยน
  • คำอธิบายบริบท
  • การเลือกระหว่างคำแปลสามแบบของมุกหนึ่ง
  • ประโยคที่เขียนใหม่ด้วยมือ
  • จังหวะที่ภาษาหนึ่งถูกปล่อยออกไป

MLDM

  • ร่างทุกประโยคในทุกภาษา
  • ลงเสียงด้วยเสียงของผู้พูดเอง
  • ลิปซิงค์ปากให้ตรงกับคำใหม่
  • พาเสียงหัวเราะ ดนตรี และเสียงบรรยากาศของห้องไปด้วย
  • สร้างซับไตเติลและเมทาดาทา

ทุกการตัดสินใจที่โมเดลทำถูกบันทึกไว้กับงาน และแก้ไขได้ทุกข้อ วันนี้คุณเห็นตัวเลือกด้านการแปลของมัน ส่วนการเลือกว่าเสียงไหนคงไว้เป็นภาษาต้นฉบับ ใบหน้าไหนเป็นผู้พูด และข้อความไหนในเฟรมที่จะแปลด้วยคำที่คุณเลือกไว้แล้ว ยังอยู่ระหว่างพัฒนา

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

MLDM สำหรับงานส่วนที่จุกจิกน่าเบื่อ

เราคือเครื่องมืออีกชิ้นหนึ่งในกระบวนการสร้างสรรค์

MLDM รับงานที่ซ้ำไปมา ประโยคแล้วประโยคเล่า ภาษาแล้วภาษาเล่า เส้นทางคุณภาพสูงในวันนี้ทำงานส่วนนั้นด้วยเครื่องมือช่วยงาน ทีมศิลปิน VFX และเวลาหลายสัปดาห์ต่อโปรเจกต์ และทุกภาษาก็คือโปรเจกต์ใหม่ ส่วนเครื่องมือแบบครั้งเดียวจบในวันนี้เร็ว แต่ต้องยอมเสียอย่างอื่นไปทั้งหมด รวมถึงการควบคุม ได้อะไรออกมาก็ต้องรับตามนั้น Familiar คือครั้งเดียวจบและได้คุณภาพ วิจารณญาณเรื่องน้ำเสียง อารมณ์ขัน และความหมาย ยังอยู่กับคนที่สร้างผลงานนั้น และหน้าตรวจสอบคือที่ที่พวกเขาใช้มัน

++
ข้อมูลทั้งหมดที่เราใช้เทรน ทีม Familiar เป็นผู้สร้างขึ้นเองทั้งหมด

ไม่ใช่ “Generative AI” แต่คือการแปลที่เสริมพลังให้คนทำงานสร้างสรรค์

ไม่มีพรอมต์ ไม่มีอะไรถูกแต่งขึ้นใหม่ Generative AI ในความหมายแบบดั้งเดิมสร้างคอนเทนต์ใหม่จากพรอมต์ ซึ่งเป็นวิธีที่ดีในการสร้างสิ่งใหม่ แต่งานพากย์ต้องการสิ่งตรงกันข้าม วิดีโอของคุณเข้าไป แล้วนักแสดงคนเดิม การแสดงเดิม และจังหวะเดิมก็ออกมาในอีกภาษาหนึ่ง Familiar คือเครื่องมือแปลแบบมัลติโมดัล เหตุผลของ CEO ที่เลือกเส้นทางนี้: จากคนสู่คน ไม่ใช่จาก AI สู่ AI

คำถาม

ฉันแก้คำแปลได้หรือไม่

ได้เสมอ ทุกวิดีโอจะหยุดรอที่หน้าตรวจสอบ ให้คุณแก้ไขประโยคไหนก็ได้ก่อนเรนเดอร์ รายการคำที่ไม่แปลและคำอธิบายบริบทของคุณมีผลตั้งแต่ก่อนร่างแรก

คำพูดติดปากและชื่อของฉันจะถูกคงไว้หรือไม่

คงไว้ตามที่คุณพูดเป๊ะๆ คุณมีรายการคำที่ไม่แปล ทั้งคำพูดติดปาก ชื่อเพื่อน และคำอุทานประจำตัว มุกตลกถูกเขียนใหม่ให้ขำในภาษาปลายทาง และประโยคที่ตีความได้มากกว่าหนึ่งทางจะกลับมาเป็นสามตัวเลือกให้ทีมของคุณเลือก

Familiar เขียนคอนเทนต์ใหม่จากพรอมต์หรือไม่

ไม่ ไม่มีพรอมต์ วิดีโอของคุณเข้าไป แล้วการแสดงเดิมก็ออกมาในอีกภาษาหนึ่ง ทุกการตัดสินใจเชิงสร้างสรรค์ระหว่างทางเป็นของทีมคุณ

แหล่งอ้างอิง

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates อ่านเมื่อ 30 ตุลาคม 2026
  2. [2]คำถามที่พบบ่อยของ Familiar
  3. [3]Familiar API: ครีเอเตอร์ รายการคำที่ไม่แปล และบริบท
  4. [4]Familiar API: คำอธิบายบริบท
  5. [5]Familiar API: รายการคำที่ไม่แปล
  6. [6]Familiar API: ทรานสคริปต์และการตรวจสอบ
  7. [7]Familiar API: ไฟล์ที่ได้
  8. [8]Familiar API: ชื่อวิดีโอและคำอธิบายที่แปลแล้ว

การแปลแบบมัลติโมดัล

Familiar Labs สร้างงานพากย์ที่ก้าวกระโดดไปอีกขั้น ด้วยโมเดลตัดสินใจด้านโลคัลไลเซชันแบบมัลติโมดัล (MLDM) โมเดลพื้นฐานตัวแรกสำหรับการแปลแบบมัลติโมดัล โมเดลเดียวที่ตัดสินใจว่าจะปรับอะไรให้เข้ากับท้องถิ่น ทั้งในข้อความ เสียง และภาพ พร้อมแสดงตัวเลือกให้คุณเห็น เสียงและริมฝีปากของคุณ ถ่ายทอดสู่ภาษาใหม่ ทีม 8 คนที่มีปริญญาเอก ได้รับการสนับสนุนจาก Samsung, RedBird และ Gold House ภารกิจของเรา