ДУМКА

Від людини до людини, а не від ШІ до ШІ

Чому якісний контент лишиться людським.

FAMILIAR · ДОСЛІДЖЕННЯВСІ СТАТТІ

АНОТАЦІЯ

Зі ШІ-людиною неможливо співпереживати. Принаймні більшості з нас, і не тією мірою. Ми дивимося гру, бо знаємо, що справжня людина грає живі емоції. ШІ може ставати яким завгодно реалістичним; щойно ми знаємо, що перед нами ШІ, співпереживання слабшає. Саме тому Familiar обрав шлях якості.

Співпереживання

Усе вирішує емоція. Ми розуміємо, що справжня людина грає живі емоції, і відчуваємо їх разом із нею. Частина аудиторії хоче просто чути голоси; більшість відчуває різницю. А позначка з'явиться так чи інакше: великі платформи маркують контент, створений ШІ. Тож розрив не зникає, коли пікселі стають кращими. Він зникає, лише коли людина справжня.

Зіркова сила

Ми любимо зірок. Ми дивимося серіал заради впізнаваного обличчя й великої гри. Коли це насправді не вони, зіркова сила слабшає, а разом із нею і великий продакшн, збудований довкола неї.

ГОЛОС
ЦЕ ВСЕ ЩЕ ВОНИВласна гра зірки, перенесена в іншу мову за згодою продакшну.
ЦЕ ВЖЕ НЕ ВОНИЧужий голос читає їхні репліки.
ОБЛИЧЧЯ
ЦЕ ВСЕ ЩЕ ВОНИТе саме обличчя, той самий дубль, губи йдуть за новими словами.
ЦЕ ВЖЕ НЕ ВОНИІнший актор замість них.
АКТОР, ЯКОГО ВЖЕ НЕМАЄ
ЦЕ ВСЕ ЩЕ ВОНИЙого власні записані ролі, які правовласник має право локалізувати.
ЦЕ ВЖЕ НЕ ВОНИНовий проєкт, на який він ніколи не давав згоди, навіть якщо спадкоємці щось підписали. Ми туди не йдемо.

Що зберігає дубляж

Від людини до людини, а не від ШІ до ШІ.

Дубляж лишає незмінним усе: людину, гру, сцену, музику. Змінюється лише мова. Тому ми збудували модель рішень, а не відеомодель: хто на екрані вимовляє репліку, емоція від шепоту до крику, яке ім'я чи бренд лишається як є, що написано в тексті в кадрі. Нічого не вигадано. Усе перенесено.

Контент, створений ШІ, але із зусиллям

Буде контент, зроблений за допомогою ШІ, і контент, повністю створений ШІ, і частину його робитимуть зі справжнім зусиллям. Такий контент усе одно потребує дубляжу. Загальна модель не здатна заново відіграти ту саму сцену новою мовою так, щоб говорила потрібна людина, сміх і музика лишилися цілими, а текст на екрані було замінено. А переклад якраз там, де навіть найкращі загальні моделі спотикаються самі по собі: жарт, що не переноситься, ім'я, яке переклали, сленгове слово з поганим значенням у новій мові, тема, якої ця культура уникає. Контент, зроблений без зусиль, не варто буде дублювати; його просто перероблятимуть під кожну культуру. І це нормально. Ми не для нього.

А деякий контент переробити неможливо взагалі:

СПОРТ
Матч відбувається один раз. Повторити нічого не можна.
СТРИМИ
Наживо, із чатом. Мить, а не файл.
РЕАЛІТІ-ШОУ
Люди без сценарію. Дубль єдиний.
ДОКУМЕНТАЛЬНЕ КІНО
Справжні люди кажуть справжні речі, один раз.

Живу мить можна лише перенести. Наша наступна версія рухається саме туди.

Два шляхи

Швидкий шлях: завантажуєте один раз і берете те, що вийшло, без контролю, з перекладом, який неможливо перевірити. Шлях якості: людина, гра й сцена збережені, кожне рішення зберігається, і ви можете змінити будь-яке з них, за один прохід. Ми свідомо обрали другий шлях.

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

Чому шлях якості дає накопичувальний ефект

Кожен тайтл поповнює записи: чого уникає ця культура, який сленг набуває поганого значення, як далеко може заходити лайка, правильні терміни, як переноситься жарт. Вибір, зроблений один раз, переходить і на наступну серію. Загальні відеомоделі навчаться генерувати певною мовою задовго до того, як зможуть у неї локалізувати; ми працюємо з 30 мовами, і нюанси накопичуються.

++
Від людини до людини, щоб охопити ширшу аудиторію.
ВІД ЛЮДИНИ ДО ЛЮДИНИШЛЯХ ЯКОСТІ

Мультимодальний переклад

Familiar Labs створює дубляж нового покоління за допомогою мультимодальної моделі рішень щодо локалізації (MLDM), першої фундаментальної моделі для мультимодального перекладу: одна модель вирішує, що локалізувати в тексті, звуці та зображенні, і показує вам варіанти. Ваш голос і губи, перенесені в нові мови. Команда з 8 людей зі ступенями PhD, за підтримки Samsung, RedBird та Gold House. Наша місія