對比專業譯者

AI 翻譯 vs 人工翻譯：與專業譯者對比測試（2026）

FAMILIAR 研究更新於 全部文章
語言版本EnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

摘要

Familiar 與資深專業譯者的初稿旗鼓相當：法語、中文、印地語、印尼語平均下來，達到他們質素的 100.3%，以 WMT24++ 的專家修訂稿為標準盲測評分（2026 年 8 月）。

測試

100.3%

達到資深人工翻譯的質素

法語、中文、印地語、印尼語 · 資深專業譯者初稿
全包

一次 Familiar 渲染：翻譯、說話者自己的聲音、場景聲音和唇形同步，交付最高 4K，真正的 5.1 或立體聲混音

專業譯者的收費只包翻譯

每段來源文字都翻譯兩次，一次由 Familiar，一次由專業人工譯者；兩個版本都以專家修訂稿為標準盲測評分。

分數
評判方式每種語言的結果，是 Familiar 相對專業譯者初稿的分數，專業譯者固定為 100%。
人工一方並非出自我們
評判方式專業譯文和專家修訂稿來自 WMT24++（論文），這套公開評測集把 WMT24 擴展到 55 種語言，由專業語言專家翻譯及譯後編輯。
「初稿」
評判方式專業譯者的第一份交付稿，即第二位語言專家修訂之前的版本；按字計價的公開收費，買到的就是它。
WMT24++ 論文首頁：標題、Google 與 Unbabel 作者名單及摘要
測試集 · WMT24++（GOOGLE）· DEUTSCH ET AL. · ARXIV:2502.12404

各語言結果

圖 01 · 相對資深專業譯者初稿的分數 · 虛線 = 專業譯者的 100%
法語100.0%
中文98.2%
印地語103.3%
印尼語99.6%
95% 範圍見下表
各語言的相對分數及 95% 範圍 · 專業譯者 = 100%
語言相對分數95% 範圍
法語100.0%97.0–105.4
中文98.2%95.6–100.0
印地語103.3%100.4–108.5
印尼語99.6%97.6–103.2
平均100.3%–

要看範圍，不要看小數：範圍跨越 100，就是與專業譯者在統計上打成平手。

平均下來，100.3% 是旗鼓相當，不是勝出。
四種語言 · 法語、中文、印地語、印尼語 · 2026 年 8 月進行

整項工作，按公開價格計

完整的人工配音，翻譯加聲音，每分鐘成片要 $70 至 $150，所以世界上大部分地方都用不上：即使是頂級製作，也因成本、人手和時間只配幾種語言；規模較小的製作、節目和微短劇，根本不配音。按字計價的公開翻譯收費（每字 $0.15 至 $0.30）只是第一項開支；其餘部分的公開價目如下：

價格參照，以美元計，每種目標語言
方案每分鐘成片60 分鐘
公開的人工翻譯 + 審閱中位數 $10 平均 $11.95中位數 $600 平均 $717
公開的人工配音套餐（配音、導演、混音）$39–$94 中間值約 $60$2,340–$5,640 中間值約 $3,600
完整的人工配音，翻譯加聲音$70–$150$4,200–$9,000
高端錄音室配音$128 起$7,680 起
圖 02 · 一條 60 分鐘影片配成一種語言 · 中位數及範圍中間值
翻譯$600
配音套餐~$3,600
完整人工配音~$6,600

來源與計算

  • 中位數 $10／平均 $11.95：11 種目標語言，Netflix 公開的收費表。
  • $39–$94 套餐：Voquent；$128 起：Gotham Lab（見下方參考資料）。
  • 完整的人工配音 = 翻譯加聲音。
  • 以上為公開價格，工作流程並不相同；收費因語言、配音員、錄音室、修改次數和數量而異。

同一份翻譯，放進成品配音

這項研究只為翻譯文字評分；Familiar 在成品配音上的完整正面對比，見 Familiar vs ElevenLabs Dubbing：兩項配對研究。

54.7%

重要翻譯錯誤比 ElevenLabs 最新的 Dubbing v2 (Alpha) 少

29 vs 64 · 111 組配對配音 · 普通話、西班牙語、日語
ElevenLabsElevenLabsElevenLabsTHEIR DOCS, READ OCTOBER 30, 2026

Editing the translation means their old model.

On ElevenLabs' current Dubbing v2, in alpha, editing the translation and regenerating the audio through the API is for their Enterprise plans only. Their full editor, Dubbing Studio, is "only available via the v1 model" and "in maintenance mode", in their words. Dubbing v1 is the model our 418-pair study measured, and its output is mono.

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER · ALL 11 LANGUAGES

261%

ELEVENLABS MORE BACKGROUND ERROR · THE MUSIC, THE AMBIENCE

+243.7%

FAMILIAR ON LAUGHTER AND REACTION SHAPE

ELEVENLABS DUBBING V1 · 418 PAIRED OUTPUTS · 11 LANGUAGES · AUGUST 5, 2026Read the study Their docs

專業譯者的用武之地

專業譯者帶來的，是任何指標都量度不到的東西：雙關語的創譯、法律與品牌審核，以及對單一份高風險文件的問責。至於內容庫規模的口語影片，人工配音根本用不上：即使是頂級製作，也因成本、人手和時間只配幾種語言。

不翻譯清單
作用名字和口頭禪完全照原話保留。
審閱畫面
作用每條影片在渲染前都會暫停；任何一句都可以修改。

要用自己的片段測試翻譯：如何進行 AI 配音試行（2026）。

參考資料

  1. [1]Familiar vs ElevenLabs 基準測試：完整結果、置信區間與試聽範例
  2. [2]WMT24++ 數據集：專業譯文與專家修訂稿
  3. [3]WMT24++: Expanding the Language Coverage of WMT24 to 55 Languages & Dialects（論文）
  4. [4]Netflix Post Production：公開的翻譯收費表
  5. [5]Voquent：配音要多少錢？
  6. [6]Gotham Lab：配音服務（高端錄音室收費）
  7. [7]ATA 2025 年薪酬調查（傳譯員收費）
  8. [8]Smartling：翻譯收費，翻譯要多少錢？
  9. [9]Tomedes：翻譯收費，以及翻譯價格為何各有不同

多模態翻譯

Familiar Labs 以多模態本地化決策模型（MLDM），打造高出一個世代的配音。這是首個多模態翻譯基礎模型：一個模型橫跨文字、聲音和畫面，決定本地化甚麼，並把選擇交給你過目。你的聲音和唇形，帶進新的語言。團隊 8 人，當中有博士，獲 Samsung、RedBird、Gold House 支持。 我們的使命

查看完整基準測試 →聯絡團隊