摘要
原版观众得到了什么
其他观众得到的往往要少：要么是压在画面上、得边看边读的字幕，要么是一个陌生人的声音配上一张对不上口型的嘴。作品是同一部，体验却不是。
“同样”指的是什么
在 Familiar 的配音里
能有不止一种落点的台词，比如一个笑点或一句挖苦，会给出三种译法，意图和情绪各不相同。创意总监挑定一种，把俚语照原样保留，或为低龄观众的版本把脏话调轻，并在配音渲染之前对照原文修改任何一句。每个选择都随配音任务一并记录，下一集也会沿用。
每种语言都交付成片，最高 4K，完整混音为原生 5.1 环绕声或立体声，24 位 PCM WAV。字幕依据审核过的转写制作，提供 .srt 和 .vtt，按 Netflix《定时文本样式指南》的规范切分，另附译好的标题和简介，以及只含人声的音轨，供你自行混音（常见问题）。
输出 30 种语言，输入 99 种
视频素材可以是 99 种源语言中的任何一种。配音输出 30 种语言，任意互译，按质量从高到低分为三个梯队，每个梯队内按拼音排序。
| 梯队 | 语言 |
|---|---|
| 第一梯队 | 德语、俄语、法语（法国）、韩语、葡萄牙语（巴西）、普通话、日语、泰语、西班牙语（拉丁美洲）、意大利语、印尼语、英语、粤语、越南语 |
| 第二梯队 | 保加利亚语、荷兰语、加泰罗尼亚语、克罗地亚语、立陶宛语、挪威语、瑞典语、斯洛伐克语、希腊语 |
| 第三梯队 | 阿拉伯语、白俄罗斯语、丹麦语、哈萨克语、拉脱维亚语、塞尔维亚语、乌克兰语 |
带语言代码的完整表格见语言文档。
为什么世界上大多数内容从来没有配音
一场精彩的表演，只用一种语言演，就只停在一种语言里。
把繁琐的活儿交给 MLDM。
配音里繁琐的部分，是为每种语言的每一句台词决定用哪个声音、口型怎么跟上。由一种全新范式来决定，业界首创：多模态本地化决策模型（MLDM），首个多模态翻译基础模型。现在，它在翻译上的选择都向你的团队开放；选择哪些声音保留原语言、哪张脸在说话，以及翻译画面里的哪些文字，正在研发中。那些让配音出彩的选择，哪个笑点能落地，什么语气合适，哪个名字保留，始终留在创作这部作品的人手里。
我们训练用的所有数据，其实都出自 Familiar 团队之手。
每一位观众
当同一场表演能触达每一位观众，问题就从“一部作品配得起哪几种语言”，变成了“它想见到哪些观众”。
一部竖屏短剧、一堂讲座或一部长片，都可以用 30 种语言上线，演员还是那位演员。
我们是创作流程中的又一个工具。
常见问题
每种语言的品质都一样吗？
全部 30 种输出语言都带有声音、口型同步和场景音。它们按质量从高到低分为三个梯队。
每种语言里还是演员自己的声音吗？
是的。每种语言里的声音都是演员自己的，取自片段本身，节奏和演绎都不变。
一句台词怎么翻译，由谁决定？
你的团队。能有不止一种读法的台词会给出三种译法；创意总监挑定一种，并可以在配音渲染之前修改任何一句。
参考资料
多模态翻译
Familiar Labs 用多模态本地化决策模型（MLDM），让配音迎来代际飞跃。这是首个多模态翻译基础模型：一个模型决定本地化什么，覆盖文本、音频和画面，并把选择摆到你面前。你的声音与口型，带进新的语言。团队8人，汇聚多位博士；投资方包括 Samsung、RedBird、Gold House。 我们的使命