FAMILIAR 研究全部文章
語言版本EnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu
簡短回答
每日上線，容不下配音排隊。Familiar 用一個請求把每一集定剪的劇集配成最多 29 種語言，在審閱步驟暫停供修改任何一句，然後所有語言一起渲染。聲音來自演員本人的演出，角色在第 60 集跟第 1 集聽起來一樣；不翻譯清單令名字和口頭禪貫穿整部劇。
重點摘要
- 一個請求把定剪的一集配成最多 29 種目標語言；每種語言的檔案完成後隨即由 Webhook 送達。
- 審閱步驟在翻譯後暫停配音，結尾前的最後一句在任何渲染之前先過目。
- 在創作者層級設定的不翻譯清單和背景簡介（製作公司用來對應整部劇），適用於每一集；任務層級的條目只覆寫某一次上載。
- 快速剪接、蓋在臉上的文字和手持鏡頭，對 Familiar 的 Alpha 版本較難；用連續幾集試行，決定哪些劇集今天適合。
01.每日上線對配音意味著甚麼？
- 一日一集，所有語言同日上線。配音只有定剪到上線之間的幾小時；每種語言各錄一次音，塞不進這個窗口。
- 走樣會累積。一個名字或敬稱在第 3 集是一種寫法，第 12 集又是另一種，觀眾一口氣連看時就會斷裂。
- 最後一句就是留客的關鍵。結尾一句譯得遲或平淡，會削弱觀眾點看下一集的意欲。
- 鏡頭前每個人都用自己的聲音配音；配樂和環境聲留在新台詞之下。
微短劇配音直式短劇短劇本地化每日上線AI 唇形同步
02.同日完成的流程怎樣運作？
| 步驟 | 發生甚麼 | 觸發甚麼 |
|---|---|---|
| 上載 | 定剪的一集連同最多 29 種目標語言一次送入；原文標題和描述隨行一併翻譯。 | 一個 dub_id，每種語言一個狀態 |
| 審閱 | 配音在翻譯後暫停；監製修改任何一句，結尾前的最後一句最要緊。 | dub.ready_for_review |
| 渲染 | 一次呼叫批准整集，或逐種語言放行，其他語言的審閱人員同時繼續。 | 每種語言的狀態：rendering |
| 交付 | 每種語言各自一套檔案：成品影片、.srt 和 .vtt 字幕、翻譯好的標題和描述，以及完整混音或只有人聲的音訊。 | 每種語言的 dub.output_ready；全部完成後的 dub.completed |
- Webhook 帶動排期。dub.ready_for_review、dub.output_ready 和 dub.completed 回報每一次狀態變化，發佈隊列無需輪詢就能推進（Webhook）。
- 純音訊模式供音訊剪輯和人聲音軌使用（dub_mode=audio）；預設是影片加唇形同步。
- 30 種語言，任意互譯，分三個公開的質素級別，最佳在前（語言列表）。第一級：
日語印尼語西班牙語法語英語俄語泰語普通話越南語粵語意大利語葡萄牙語德語韓語
03.六十集的連貫性怎樣守住？
聲音來自片段本身，絕非現成的旁白聲，也沒有選角步驟：每一集的配音都由該集的演出生成，演員把自己的聲音帶進每一種語言。
- 每部劇一個創作者檔案。創作者層級的不翻譯條目是持久的預設值：名字、地名、敬稱和口頭禪輸入一次，就適用於每一集的配音、字幕和翻譯好的元數據，比對不分大小寫（不翻譯清單）。
- 同一層級的一句背景簡介。「一部復仇劇；林是女主角，趙是她的繼兄」在每一句之前先讀一遍，名字保持是名字，鋪排多集的伏線也守得住結局（背景簡介）。
- 較窄者優先。任務層級的條目會為某一集覆寫創作者層級的預設值：偽裝劇情線、閃回、客串角色。
- 改動由下一條配音起生效。已在翻譯中的任務沿用開始時的清單。
創作者層級 = 整部劇直播層級 = 一場直播任務層級 = 一集
04.結尾懸念如何在翻譯中保住？
- 文字稿按語言送達，附逐字時間軸。每一句都帶有以秒計的起止時間和說話者；譯文是唯一可編輯的欄位（文字稿與審閱）。
- 最後一句對著畫面過目。時間戳把監製帶到結尾前的最後幾秒；一句遲了或平淡的台詞，改一處，然後渲染。
- 笑話和慣用語在目標語言重寫落地；必須照原話保留的字句，用不翻譯條目釘住（影片翻譯真正重要的是甚麼）。
- 臉部演出新台詞。眼睛、眉毛、面頰和頭部隨新的話重新演出，結尾前的反應鏡頭用目標語言也讀得通。
- 審閱可以關掉，上載直接渲染；但對一部劇集來說，每集只過目一次最後一句，就能在走樣累積之前捉住它。
05.量度了甚麼？
下文的 ElevenLabs 數字來自相同來源片段的配對輸出；兩項 ElevenLabs 研究是各自獨立的樣本組。
270%
ElevenLabs 的背景聲音錯誤多 270%：笑聲、音樂、環境聲。
11.92 vs 3.22 dB · ElevenLabs Dubbing v2 (Alpha) · 111 組配對輸出 · 普通話、西班牙語、日語 · 2026 年 8 月 5 日+27.8%
Familiar 的聲音像真人說話者的程度高 27.8%；測試的 11 種語言全部更接近。
0.4605 vs 0.3604 · ElevenLabs Dubbing v1 · 418 組配對輸出 · 11 種語言 · 2026 年 8 月 5 日54.7%
Familiar 的重要翻譯錯誤少 54.7%（29 次 vs 64 次）。
ElevenLabs Dubbing v2 (Alpha) · 與 270% 那格相同的樣本組 · 2026 年 8 月 5 日100.3%
達到專業譯者初稿的質素，法語、中文、印地語、印尼語平均計算，以專家修訂稿為標準盲測評分：旗鼓相當。
生產流程翻譯研究 vs 專業譯者初稿 · 2026 年 8 月06.簽下整季之前要測試甚麼
- 連續幾集，不是一個場景。三至五集連續劇集，有貫穿的主角、一場對峙和一個懸念收尾；整部劇的清單和簡介在第一次上載前設定一次。
- 最難的一集先做。剪接最快、蓋在臉上的文字最多、手持鏡頭最多的一集；它決定哪些劇集今天適合。
- 中途改一個名字。在兩集之間改動一條不翻譯條目，確認下一條配音、字幕和翻譯好的標題都跟上。
- 一次後期改動。改動過的剪接版本是一次新的配音請求；創作者層級的清單和簡介自動沿用，改動的台詞在審閱步驟過目。
- 點算審閱步驟的修改次數。每集改了多少處，以及同一處修改是否重複出現，就是試行的數字（如何進行 AI 配音試行（2026））。
常見問題
AI 配音跟得上微短劇每日上線嗎？
跟得上。Familiar 用一個請求把定剪的一集配成最多 29 種目標語言，在審閱步驟暫停一次，然後所有語言一起渲染；每種語言的檔案完成後隨即由 Webhook 送達。
角色的聲音怎樣在六十集裡保持一致？
聲音來自演員在每一集的演出本身；沒有選角，也不從聲音庫挑選。每一集的配音都由該集的台詞生成，同一位演員在第 1 日和第 60 日聽起來都是同一個人。
怎樣防止名字和口頭禪在集與集之間走樣？
創作者層級的不翻譯清單（製作公司用來對應整部劇），適用於每一集的配音、字幕和翻譯好的標題和描述；同一層級的一句背景簡介告訴翻譯角色是誰。任務層級的條目可為某一集覆寫兩者。
直式影片可以嗎？
上載的影片橫直皆可，來源可以是 30 種語言任何一種；示範頁上有一條 9:16 直式配音。對 Familiar 的 Alpha 版本較難的，正是直式微短劇常常疊在一起的：快速剪接、蓋在臉上的文字、手持鏡頭。用該劇最難的一集試行，就知道哪些作品今天適合。
參考資料
配音終於好了。先看實測數據，再跟團隊談談你的內容庫。
FAMILIAR · 發佈影片 · 2:31