QUAN ĐIỂM

Từ người đến người, không phải từ AI đến AI

Vì sao nội dung chất lượng sẽ vẫn là của con người.

FAMILIAR NGHIÊN CỨUTẤT CẢ BÀI VIẾT
ĐỌC BÀI NÀY BẰNGEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

TÓM TẮT

Ta không thể đồng cảm với một con người do AI tạo ra. Hay ít nhất phần lớn chúng ta không thể, không đến cùng mức độ. Ta xem một màn diễn vì biết rằng một người thật đang diễn bằng cảm xúc thật. AI có thể chân thực đến đâu cũng được; ngay khi ta biết đó là AI, sự đồng cảm giảm xuống. Đó chính là lý do Familiar chọn làn chất lượng.
An Zhu LiuAn Zhu LiuCEO, Familiar LabsĐỘI NGŨ →

Sự đồng cảm

Cảm xúc là điều cốt lõi. Ta hiểu rằng một con người thật đang diễn bằng cảm xúc thật, và ta cảm cùng họ. Một phần khán giả chỉ muốn nghe giọng nói; phần lớn thì nhận ra được. Và nhãn dán thì đằng nào cũng sẽ đến: các nền tảng lớn đều gắn nhãn nội dung do AI làm ra. Vì thế khoảng cách không thu hẹp khi điểm ảnh đẹp hơn. Nó chỉ khép lại khi con người là thật.

Sức hút ngôi sao

Ta yêu các ngôi sao. Ta xem một bộ phim vì một gương mặt quen thuộc và một màn diễn xuất sắc. Khi đó không thật sự là họ, sức hút ngôi sao giảm đi, kéo theo cả tác phẩm lớn được xây quanh họ.

GIỌNG NÓI
VẪN LÀ HỌChính màn diễn của ngôi sao, mang sang một ngôn ngữ khác với sự đồng ý của nhà sản xuất.
KHÔNG CÒN LÀ HỌMột giọng không phải của họ đọc lời thoại của họ.
GƯƠNG MẶT
VẪN LÀ HỌCùng gương mặt, cùng cú diễn, khẩu hình theo lời mới.
KHÔNG CÒN LÀ HỌMột diễn viên không phải là họ.
MỘT NGHỆ SĨ ĐÃ QUA ĐỜI
VẪN LÀ HỌChính những màn diễn họ đã ghi lại, do chủ sở hữu quyền quyết định bản địa hóa.
KHÔNG CÒN LÀ HỌMột dự án mới họ chưa từng đồng ý, kể cả khi người thừa kế đã ký. Chúng tôi không làm điều đó.

Bản lồng tiếng giữ lại những gì

Từ người đến người, không phải từ AI đến AI.

Bản lồng tiếng giữ nguyên mọi thứ: con người, màn diễn, khung cảnh, tiếng nhạc. Chỉ ngôn ngữ thay đổi. Đó là lý do chúng tôi xây dựng một mô hình ra quyết định chứ không phải một mô hình video: ai trên màn hình đang nói câu đó, cảm xúc từ lời thì thầm đến tiếng hét, tên riêng hay thương hiệu nào giữ nguyên, chữ trong khung hình nói gì. Không có gì được bịa ra. Mọi thứ được mang sang.

Nội dung do AI làm ra, có đầu tư công sức

Sẽ có nội dung được AI hỗ trợ và nội dung do AI làm ra, và một phần trong đó sẽ được làm với công sức thật. Nội dung ấy vẫn cần lồng tiếng. Một mô hình đa dụng không thể chạy lại cùng một cảnh bằng ngôn ngữ mới với đúng người đang nói, giữ nguyên tiếng cười và tiếng nhạc, thay chữ trên màn hình. Và dịch thuật là chỗ ngay cả những mô hình đa dụng tốt nhất cũng tự vấp ngã: một câu đùa không còn gây cười, một cái tên bị dịch mất, một từ lóng mang nghĩa xấu trong ngôn ngữ mới, một chủ đề mà nền văn hóa đó kiêng kỵ. Nội dung làm qua loa sẽ không đáng để lồng tiếng; người ta sẽ đơn giản làm lại cho từng nền văn hóa. Điều đó không sao. Chúng tôi không dành cho nó.

Và có những nội dung không thể làm lại:

THỂ THAO
Trận đấu chỉ diễn ra một lần. Không có gì để chạy lại.
LIVESTREAM
Phát trực tiếp, cùng khung chat. Một khoảnh khắc, không phải một tệp.
TRUYỀN HÌNH THỰC TẾ
Những con người không theo kịch bản. Cú diễn ấy là duy nhất.
PHIM TÀI LIỆU
Người thật nói điều thật, chỉ một lần.

Một khoảnh khắc trực tiếp chỉ có thể được mang sang. Phiên bản tiếp theo của chúng tôi đang hướng tới đó.

Hai làn

Làn nhanh: tải lên một lần, kết quả ra sao thì nhận vậy, không có quyền kiểm soát, bản dịch không thể duyệt. Làn chất lượng: con người, màn diễn và khung cảnh được giữ nguyên, mọi quyết định được lưu lại và bạn có thể thay đổi, trong một lần. Chúng tôi chủ ý chọn làn thứ hai.

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

FAMILIAR · ONE SHOT AND THE QUALITYFamiliar vs Flawless TrueSync The ElevenLabs study The demos

Vì sao làn chất lượng tích lũy theo thời gian

Mỗi tác phẩm lại bồi thêm vào bản ghi: nền văn hóa đó kiêng kỵ điều gì, từ lóng nào trở thành nghĩa xấu, ngôn từ thô tục được phép đến đâu, thuật ngữ nào là đúng, một câu đùa được chuyển sang ra sao. Một lựa chọn đã đưa ra sẽ tiếp tục áp dụng cho tập sau. Các mô hình video đa dụng có thể tạo nội dung bằng một ngôn ngữ từ rất lâu trước khi chúng bản địa hóa được sang ngôn ngữ đó; chúng tôi làm việc với 30 ngôn ngữ, và các sắc thái cứ thế tích lũy.

++
Từ người đến người, lan tỏa đến nhiều khán giả hơn.
TỪ NGƯỜI ĐẾN NGƯỜILÀN CHẤT LƯỢNG

Dịch đa phương thức

Familiar Labs xây dựng công nghệ lồng tiếng vượt thế hệ với mô hình ra quyết định bản địa hóa đa phương thức (MLDM), mô hình nền tảng đầu tiên cho dịch đa phương thức: một mô hình quyết định bản địa hóa điều gì trên cả văn bản, âm thanh và hình ảnh, và cho bạn thấy các lựa chọn. Giọng nói và khẩu hình của bạn, mang sang những ngôn ngữ mới. Đội ngũ 8 người với các tiến sĩ, được Samsung, RedBird, Gold House hậu thuẫn. Sứ mệnh của chúng tôi

Xem benchmark đầy đủ →Trò chuyện với đội ngũ