KENALI LINNET 4
Suara konsisten. Ucapan jelas. Timing terkendali. Linnet 4 memadukan keunggulan ini dalam bahasa Inggris, Spanyol, Korea, dan Portugis pada benchmark terbaru.
0.604
Identitas suara bahasa Korea
Rata-rata tertinggi; tidak berbeda signifikan dari Finch.
Konsistensi suara
Pada empat bahasa target. Kemiripan antarkalimat berurutan.
0.0–1.6%
Keterlambatan akhir kalimat
Pada empat bahasa target. Kalimat yang berakhir lebih dari 0,3 detik terlambat.
Diukur pada ujaran yang dibaca, Oktober 2026. Keunggulan berbeda menurut bahasa dan metrik; lihat perbandingan lengkap di bawah.
PERSO DUBBING · DENGARKAN SAMPEL
Dengarkan penyampaiannya.
Pilih adegan dan beralih antara versi asli dan dubbing.
Nightingale tersedia pada paket PRO ke atas.
Demo model ini memakai adegan dan pasangan bahasa yang berbeda. Demo ini terpisah dari benchmark ujaran yang dibaca di bawah.
Lihat tolok ukur model →Setiap engine menawarkan keseimbangan suara, penyampaian, dan timing yang berbeda. Profil ini merangkum benchmark ujaran yang dibaca pada Oktober 2026; bandingkan hasil lengkap di bawah.
Premium · Penceritaan ekspresif
Nightingale
Engine premium untuk penyampaian ekspresif. Benchmark terbaru menunjukkan keunggulan kualitas terjemahan dan pelacakan ekspresi pada empat bahasa target yang diuji.
Rata-rata terjemahan tertinggi pada EN, ES, dan KO. Pelacakan ekspresi tidak berbeda signifikan dari rata-rata terbaik pada keempat bahasa target.
Penyampaian multibahasa yang seimbang
Linnet 4
Suara konsisten, kesalahan pengenalan rendah, dan timing terkendali pada empat bahasa target. Pertimbangkan generasi ini jika kualitas tersebut penting bagi konten Anda.
Identitas suara bahasa Korea: 0.604. Keterlambatan akhir kalimat: 0.0∼1.6% pada empat bahasa target.
Penyampaian alami · Suara konsisten
Oriole
Rata-rata kealamian bahasa Inggris otomatis tertinggi, dengan suara yang konsisten antarkalimat. Bandingkan dengan engine lain dalam kelompok statistik yang sama.
Kealamian bahasa Inggris: 4.11 / 5. Konsistensi suara: 0.857∼0.868 pada empat bahasa target.
Identitas suara · Pelacakan ekspresi
Finch
Kemiripan tinggi dengan pembicara asli, dengan rata-rata pelacakan ekspresi tertinggi pada keempat bahasa target yang diuji.
Rata-rata identitas suara tertinggi pada EN, ES, dan PT. Identitas suara bahasa Korea berada dalam kelompok statistik yang sama dengan Linnet 4.
Kealamian bahasa Inggris · Ucapan jelas
Wren
Kealamian bahasa Inggris otomatis yang baik dan kesalahan pengenalan rendah. Pembanding yang berguna untuk menilai penyampaian yang jelas dan stabil.
Kealamian bahasa Inggris: 4.08 / 5. Kesalahan pengenalan: 1.2∼2.6%; bahasa Korea memakai tingkat kesalahan karakter.
Acuan generasi sebelumnya
Linnet 3
Disertakan bersama Linnet 4 agar Anda dapat membandingkan kedua generasi dengan evaluasi terbaru yang sama. Periksa setiap dimensi tanpa menganggap semua skor bergerak bersama.
Keenam engine diukur ulang untuk benchmark Oktober 2026.
Profil menjelaskan keunggulan terukur, bukan peringkat keseluruhan. Ketersediaan model dapat berbeda; periksa opsi di Perso Dubbing.
Pembaruan benchmark · 23 Oktober 2026
Bandingkan hal yang penting bagi konten Anda.
Jelajahi enam engine dalam empat bahasa target. Pilih satu dimensi kualitas untuk melihat keunggulan dan kompromi yang terukur.
| Model | 01 | Rata-rata |
|---|---|---|
| Wren | 0.384 | |
| Linnet 3 | 0.382 | |
| Oriole | 0.384 | |
| Linnet 4 | 0.510 | |
| Finch | 0.651 | |
| Nightingale | 0.545 |
● menandai rata-rata teramati terbaik. ◇ mengikuti kelompok pada sumber yang tidak berbeda signifikan secara statistik dari rata-rata terbaik (uji berpasangan, taraf 5%, koreksi perbandingan berganda). Ini tidak membuktikan kesetaraan atau pemenang keseluruhan.
Finch memiliki rata-rata tertinggi dalam bahasa Inggris, Spanyol, dan Portugis. Linnet 4 memiliki rata-rata tertinggi dalam bahasa Korea, tanpa perbedaan signifikan yang terdeteksi dari Finch.
Benchmark tim engine Perso · 23 Oktober 2026
Keenam engine diukur ulang dengan rancangan evaluasi ujaran yang dibaca yang sama. Hasil ini menggantikan benchmark sebelumnya; perubahan tidak boleh dianggap sebagai peningkatan terhadap tes sebelumnya.
16
Pembaca dalam dataset sumber
Rekaman FLEURS dalam bahasa Inggris, Korea, Portugis, dan Mandarin. Setiap rekaman di-dubbing ke bahasa target selain bahasa sumbernya.
51
Dubbing per engine
Enam engine. Empat target: Inggris, Spanyol, Korea, dan Portugis. Kealamian hanya dievaluasi untuk bahasa Inggris.
Evaluasi seluruh proses, dengan konteks.
Setiap engine melakukan pengenalan ucapan, penerjemahan, dan pembuatan suara. Output menjalani pemrosesan dan penilaian evaluasi yang sama. Hasil ini membandingkan seluruh alur dubbing, bukan model teks-ke-suara secara terpisah.
Perbandingan berpasangan memakai rekaman yang sama, taraf signifikansi 5%, dan koreksi perbandingan berganda. Tidak ditemukannya perbedaan signifikan bukan bukti bahwa dua engine setara.
Sumber: benchmark tim engine Perso, 23 Oktober 2026. Data: Google FLEURS (CC BY 4.0). Evaluator: Microsoft WavLM (CC BY-SA 3.0), UTMOS ’22, Unbabel COMET ’22, dan Whisper large-v3. Hasil ujaran yang dibaca tidak mencakup semua adegan produksi; tidak ada peringkat agregat.
Apa yang membedakan Nightingale?
Nightingale adalah engine premium kami untuk penceritaan ekspresif. Dalam benchmark ini, rata-rata terjemahannya tertinggi dalam bahasa Inggris, Spanyol, dan Korea, dan pelacakan ekspresinya tidak berbeda signifikan dari rata-rata terbaik pada keempat bahasa target. Posisi premium tidak berarti unggul di setiap metrik.
Apa keunggulan Linnet 4?
Linnet 4 memadukan suara konsisten, kesalahan pengenalan rendah, dan keterlambatan akhir kalimat rendah pada empat bahasa target yang diuji. Rata-rata identitas suara bahasa Koreanya tertinggi, tanpa perbedaan signifikan dari Finch. Kealamian bahasa Inggrisnya juga berada dalam kelompok sumber yang tidak berbeda signifikan dari rata-rata terbaik.
Bisakah skor memprediksi setiap hasil dubbing?
Tidak. Ini benchmark ujaran yang dibaca dalam empat bahasa target. Kealamian adalah estimasi otomatis khusus bahasa Inggris, dan ekspresi mengukur aktivasi vokal, bukan seluruh rentang emosi. Dengarkan sampel dan evaluasi konten Anda sebelum memilih model.
Bawa video Anda sendiri dan jelajahi model yang tersedia di Perso Dubbing.
Jelajahi Perso Dubbing →