創作者網絡（MCN）配音：一套流程，覆蓋所有創作者

01.為何每位創作者一套流程會失效？

一家多頻道網絡（MCN）把 40 位創作者配成六種語言，就要營運 240 條配音頻道，而每位創作者都有自己的名字、口頭禪、長期的玩笑梗和贊助優惠碼。

• 逐位創作者的流程在哪裡失效。存在文件裡的詞彙表，靠讀到的人去套用；某位創作者的清單改了，除非有人親手帶過去，否則下一條配音不會知道。
• 因此失去的觀眾。最大的 100 個 YouTube 頻道中，64 個不是英語。

02.按創作者的設定如何跟著同一次整合走？

MCN 以機構的 API 金鑰整合一次；每位創作者是一個檔案，流程在每個請求都會讀取。

• 每位創作者一個檔案。POST /v1/creators 回傳一個 creator_id；MCN 把自己的 external_id 存在檔案上，並以此查找創作者（創作者檔案）。
• 清單和簡介跟著檔案走。標上 creator_id 的配音或直播工作階段，會套用該創作者的不翻譯清單和背景簡介，在配音、字幕和翻譯好的元數據中比對，不分大小寫（不翻譯清單）。
• 三個層級，較窄者優先。條目可設定在創作者（持久的預設值）、直播（隨直播工作階段保存，下次沿用）或任務（一次上載）層級；任務層級的條目只為那條影片覆寫創作者的預設值。
• 預載的預設值，加一句背景。新檔案一開始就保護平台名稱和常見的遊戲及網絡用語；一句「國際象棋頻道：開局、失誤、速通」這樣的背景簡介，令名字保持是名字（背景簡介）。
• 一個列表，一條 Webhook 串流。GET /v1/dubs 可按 creator_id 和狀態篩選；每次狀態變化送到同一個端點，附有簽名，24 小時內重試（Webhook）。

03.創作者聽起來仍是自己嗎？

配音的聲音來自創作者自己的片段，整張臉都在演出新語言：眼睛、眉毛、面頰、頭部。現成的旁白聲，等於向觀眾推銷另一個人。

• 對比 YouTube 自動配音，另一項獨立研究。在 50 組配對配音的凍結樣本組中（31 組已對齊；阿拉伯語、西班牙語、法語、印地語、韓語；2026 年 8 月 8 日擷取），Familiar 的說話者相似度高 182.9%（0.399 vs 0.141）（研究全文）。

04.直播也適用同一套嗎？

標上 creator_id 的直播工作階段套用同一份清單和簡介，隨工作階段送出的背景則寫入直播層級。直播工作階段由 11 種來源語言譯成其餘 29 種，比原聲慢 5 至 9 秒，鏡頭前每個人都用自己的聲音；廣播訊號透過 WHIP（WebRTC）、RTMP 或 SRT 送入，每種語言的訊號推送到各自的頻道。直播沒有審閱步驟；清單和簡介就是控制手段（直播的即時配音、直播串流）。

05.每種語言，MCN 拿到甚麼可以發佈？

• 成品影片（mp4），該語言的 dub.output_ready 一發出即可下載（輸出與字幕）。
• 字幕，.srt 和 .vtt，每條配音免費附送，根據審閱過的文字稿生成。
• 兩個音訊檔。完整混音（m4a）供接受額外音軌的平台使用；只有人聲（wav）供創作者自行混音。
• 翻譯好的標題和描述，連結、@帳號、#標籤、優惠碼和章節時間戳完全照原文保留（元數據翻譯）。
• 審閱，每條配音自行選擇。review=manual 停在 in_review，任何一句都可在渲染前修改；review=auto 是預設，直接渲染。

06.MCN 簽約之前應該測試甚麼？

• 挑最難的創作者。兩三位名字、贊助優惠碼和玩笑梗最多的；先載入他們的清單，再為配對片段配音（如何進行 AI 配音試行）。
• 點算審閱步驟的修改次數。用 review=manual 時，母語審閱人員改動的句子就是量度指標；他們要保護的任何字句，都加到該創作者的清單，供之後每條配音使用。
• 檢查旗下創作者的影片形式。乾淨穩定的畫面配得最好：2 至 3 人上鏡的播客和訪談、講課；鏡頭前每個人都會配音。

常見問題

參考資料

1. [1]創作者檔案：creator_id、external_id 與三個層級（API 參考）
2. [2]不翻譯清單：比對規則、層級、預載預設值（API 參考）
3. [3]背景簡介：按創作者、直播或影片的一句簡介（API 參考）
4. [4]元數據翻譯：哪些內容原樣保留（API 參考）
5. [5]Familiar vs YouTube 自動配音：50 組配對的凍結樣本組，完整數據
6. [6]Familiar vs ElevenLabs：兩項配對研究、置信區間、試聽範例