บทคัดย่อ
สิ่งที่ผู้ชมต้นฉบับได้
ผู้ชมกลุ่มอื่นๆ มักได้น้อยกว่านั้น ไม่ซับไตเติลที่ต้องอ่านทับภาพ ก็เสียงของคนแปลกหน้าที่ปากไม่ตรงกับคำ ผลงานเป็นชิ้นเดียวกัน แต่ประสบการณ์ไม่เหมือนกัน
คำว่า “เดียวกัน” หมายถึงอะไร
ในงานพากย์ของ Familiar
ประโยคที่ตีความได้มากกว่าหนึ่งทาง เช่น มุกตลกหรือคำแซว จะกลับมาเป็นคำแปลสามแบบที่เจตนาและอารมณ์ต่างกัน ครีเอทีฟไดเรกเตอร์เลือกหนึ่งแบบ คงคำสแลงไว้ตามที่พูด หรือลดคำหยาบลงสำหรับเวอร์ชันผู้ชมอายุน้อย และแก้ไขประโยคไหนก็ได้โดยเทียบกับต้นฉบับก่อนเรนเดอร์งานพากย์ ทุกตัวเลือกถูกบันทึกไว้กับงาน ตอนถัดไปจึงทำตามได้
แต่ละภาษามาถึงเป็นวิดีโอที่เสร็จสมบูรณ์ ความละเอียดสูงสุด 4K พร้อมมิกซ์เต็มเป็นเสียงรอบทิศทาง 5.1 แท้ หรือสเตอริโอ ในรูปแบบ PCM WAV 24 บิต ซับไตเติลมาเป็น .srt และ .vtt จากทรานสคริปต์ที่ตรวจแล้ว ตัดตามแนวทางของ Timed Text Style Guide ของ Netflix พร้อมชื่อวิดีโอและคำอธิบายที่แปลแล้ว และแทร็กเสียงพูดอย่างเดียวสำหรับมิกซ์ของคุณเอง (คำถามที่พบบ่อย)
ออก 30 ภาษา เข้า 99 ภาษา
ฟุตเทจส่งเข้ามาได้จากภาษาต้นทาง 99 ภาษา งานพากย์ออกมาได้ 30 ภาษา แปลได้ทุกภาษาไปทุกภาษา แบ่งเป็น 3 ระดับคุณภาพ เรียงจากระดับที่ดีที่สุด และเรียงตามพจนานุกรมภายในแต่ละระดับ
| ระดับ | ภาษา |
|---|---|
| ระดับ 1 | กวางตุ้ง เกาหลี จีนกลาง ญี่ปุ่น ไทย โปรตุเกส (บราซิล) ฝรั่งเศส (ฝรั่งเศส) เยอรมัน รัสเซีย เวียดนาม สเปน (ละตินอเมริกา) อังกฤษ อิตาลี และอินโดนีเซีย |
| ระดับ 2 | กรีก กาตาลา โครเอเชีย ดัตช์ นอร์เวย์ บัลแกเรีย ลิทัวเนีย สโลวัก และสวีเดน |
| ระดับ 3 | คาซัค เซอร์เบีย เดนมาร์ก เบลารุส ยูเครน ลัตเวีย และอาหรับ |
ตารางฉบับเต็มพร้อมรหัสภาษาอยู่ในเอกสารภาษาที่รองรับ
ทำไมคอนเทนต์ส่วนใหญ่ของโลกไม่เคยได้พากย์
การแสดงชั้นยอดในภาษาหนึ่ง ก็ติดอยู่ในภาษานั้น
MLDM สำหรับงานส่วนที่จุกจิกน่าเบื่อ
ส่วนที่จุกจิกน่าเบื่อของการพากย์คือการตัดสินใจว่าจะใช้เสียงไหน และริมฝีปากจะตามอย่างไร ในทุกประโยคและทุกภาษา กระบวนทัศน์ใหม่ ครั้งแรกของวงการ เป็นผู้ตัดสินใจส่วนนี้ คือโมเดลตัดสินใจด้านโลคัลไลเซชันแบบมัลติโมดัล (MLDM) โมเดลพื้นฐานตัวแรกสำหรับการแปลแบบมัลติโมดัล วันนี้ตัวเลือกด้านการแปลของโมเดลเปิดให้ทีมของคุณเห็นแล้ว ส่วนการเลือกว่าเสียงไหนคงไว้เป็นภาษาต้นฉบับ ใบหน้าไหนเป็นคนพูด และข้อความบนหน้าจอไหนที่จะแปล ยังอยู่ระหว่างพัฒนา การตัดสินใจที่ทำให้งานพากย์ดี มุกไหนขำ น้ำเสียงไหนเข้ากัน ชื่อไหนคงไว้ ยังเป็นของคนที่สร้างผลงานนั้น
ข้อมูลทั้งหมดที่เราใช้เทรน ทีม Familiar เป็นผู้สร้างขึ้นเองทั้งหมด
ผู้ชมทุกกลุ่ม
เมื่อการแสดงเดียวกันไปถึงผู้ชมได้ทุกกลุ่ม คำถามจะเปลี่ยนจากงานโปรดักชันหนึ่งจ่ายไหวกี่ภาษา เป็นอยากพบผู้ชมกลุ่มไหนบ้าง
ซีรีส์แนวตั้ง การบรรยาย หรือภาพยนตร์ยาวหนึ่งเรื่อง เปิดตัวได้ใน 30 ภาษา โดยนักแสดงยังเป็นนักแสดงคนเดิม
เราคือเครื่องมืออีกชิ้นหนึ่งในกระบวนการสร้างสรรค์
คำถาม
ทุกภาษาได้คุณภาพเท่ากันหรือไม่
ทั้ง 30 ภาษาปลายทางมีครบทั้งเสียง ลิปซิงค์ และเสียงของฉาก โดยแบ่งเป็น 3 ระดับคุณภาพ เรียงจากระดับที่ดีที่สุด
ทุกภาษายังเป็นเสียงของนักแสดงอยู่หรือไม่
ใช่ เสียงในแต่ละภาษาเป็นเสียงของนักแสดงเอง ที่มาจากคลิปนั้น ด้วยจังหวะและการถ่ายทอดเหมือนเดิม
ใครเป็นคนตัดสินว่าจะแปลประโยคหนึ่งอย่างไร
ทีมของคุณ ประโยคที่ตีความได้มากกว่าหนึ่งทางจะกลับมาเป็นสามตัวเลือก ครีเอทีฟไดเรกเตอร์เลือกหนึ่งแบบ และแก้ไขประโยคไหนก็ได้ก่อนเรนเดอร์งานพากย์
แหล่งอ้างอิง
- [1]Netflix, Timed Text Style Guide: Subtitle Templates อ่านเมื่อ 30 ตุลาคม 2026
- [2]คำถามที่พบบ่อยของ Familiar: ภาษา สิ่งที่งานพากย์คงไว้ และไฟล์ที่ได้กลับมา
- [3]เอกสาร Familiar: ภาษาที่รองรับและระดับคุณภาพ
- [4]ทำไม Familiar จึงไม่ใช่ Generative AI แบบดั้งเดิม
- [5]การแปลไม่ใช่การสร้างขึ้นใหม่
- [6]เครื่องมืออีกชิ้นหนึ่งในกระบวนการสร้างสรรค์
การแปลแบบมัลติโมดัล
Familiar Labs สร้างงานพากย์ที่ก้าวกระโดดไปอีกขั้น ด้วยโมเดลตัดสินใจด้านโลคัลไลเซชันแบบมัลติโมดัล (MLDM) โมเดลพื้นฐานตัวแรกสำหรับการแปลแบบมัลติโมดัล โมเดลเดียวที่ตัดสินใจว่าจะปรับอะไรให้เข้ากับท้องถิ่น ทั้งในข้อความ เสียง และภาพ พร้อมแสดงตัวเลือกให้คุณเห็น เสียงและริมฝีปากของคุณ ถ่ายทอดสู่ภาษาใหม่ ทีม 8 คนที่มีปริญญาเอก ได้รับการสนับสนุนจาก Samsung, RedBird และ Gold House ภารกิจของเรา