영상을 다른 언어로. 화자마다 자기 목소리 그대로.
영상을 올리세요. Dub이 자막을 만들고 번역한 뒤, 화면 속 사람마다 새 언어로 된 자기 목소리를 입힙니다. 말을 시작하는 바로 그 순간부터.
상태: 이 엔진은 현재 소비자용 더빙 서비스에서 실제로 운영되고 있습니다. 이를 바탕으로 한 글로벌 API, Castix Dub은 개발 중입니다.
몇 분 만에 자막
언어마다 알맞은 길이와 읽기 속도로 만든 정확한 자막.
화자마다 하나의 목소리
Dub이 누가 말하는지 듣고 사람마다 어울리는 목소리를 입힙니다.
모든 대사가 제때
모든 대사가 원래 대사가 시작된 순간에 시작하므로, 40분째도 1분째만큼 정확히 맞습니다.
동의를 받은 본인 목소리
원하면 화자 본인의 목소리를 유지할 수 있습니다. 녹음된 허락이 있을 때만.
이런 분께 맞습니다: 방송사, 스트리밍 서비스, 강의 제작자, 여러 나라에 영상을 내보내는 기업.
고객의 언어로 들어 보세요
원본 클립과 이 페이지 언어로 더빙한 버전입니다. 결과물은 편집하지 않았습니다.
데모 음성은 Microsoft Edge의 무료 소리 내어 읽기 음성입니다(재판매 라이선스 없음). 실제 서비스에서는 라이선스를 받은 음성을 사용합니다. 번역은 검토 단계에서 사람이 작성했습니다. 음악은 이 데모를 위해 생성했습니다.
세 가지 구매 방식
임대
고객이 선택한 리전에서 저희가 운영합니다. 월 단위로 결제하고 지원을 받으세요.
자체 서버 운영
연간 라이선스로 사내 시설이나 자체 클라우드에 설치합니다. 영상은 고객 네트워크 밖으로 나가지 않습니다.
코드 소유
전체 소스 코드를 문서와 함께 구매하고, 코드를 직접 작성한 엔지니어에게 인계받습니다.
기술 상세
엔지니어를 위한 정보: 정확히 무엇을 하는지, 어떻게 만들었는지, 직접 측정한 수치, 다른 제품과의 비교.
주요 기능
전사, 자막, 번역, 더빙을 수행하고 화자마다 목소리를 배정해 원래 타이밍에 배치합니다. 음성 복제는 녹음된 동의가 있을 때만 합니다.
전사
단어별 타이밍이 포함된 음성 텍스트 변환. 자막, 검색, 컴플라이언스에 바로 쓸 수 있습니다.
자막
SRT, WebVTT, ASS 또는 화면 합성(번인). 한 줄 42자, 두 줄, 초당 17자 규칙을 적용합니다.
번역
음성을 입히기 전에 자막과 대본을 번역합니다. 아랍어 같은 오른쪽에서 왼쪽으로 쓰는 언어도 지원합니다.
화자 인식
몇 명이 말하는지, 누가 무슨 말을 하는지 파악한 뒤, 성별과 음높이에 맞춰 사람마다 목소리를 고릅니다.
타이밍 고정 더빙
모든 대사를 원래 시각 그대로 배치합니다. 음성은 최대 1.35×까지만 빠르게 할 수 있고 느리게 하지는 않으며, 넘치는 대사는 보고합니다.
깔끔한 마무리
대사 아래로 원본 오디오를 낮추고, 믹스 음량을 2패스로 정규화하며, 영상 스트림은 재인코딩 없이 그대로 복사합니다.
동의 기반 음성 복제
녹음된 동의를 받은 경우에만 화자 본인의 목소리를 선택적으로 복제하며, 작업이 끝나면 복제 음성을 삭제합니다.
로드맵: 립싱크, 용어집, 더빙 음성 추가. 전사 정확도는 언어별 Common Voice 측정이 끝나는 대로 공개합니다.
작동 방식
전사
음성이 타이밍 정보가 있는 텍스트가 됩니다.
화자 찾기
목소리를 클러스터링하고 각 화자에게 캐스팅 목소리를 배정합니다.
번역
대사를 번역하고 타이밍과 대조해 확인합니다.
음성화
각 대사를 음성으로 만들어 원래 시각에 배치합니다.
마무리
더킹, 라우드니스, 먹싱을 하고 자막을 내보냅니다.
수치와 측정 방법
이 사이트의 모든 수치는 재현 가능한 테스트에서 나왔습니다. 목표치인 경우 그렇다고 명시합니다.
측정 방법Common Voice 17 테스트 세트, 클립 50개, CPU 기준 모델. 다른 언어는 측정 중입니다.
측정 방법12문장, 합성 음성 왕복 테스트. 깨끗한 음성에서의 하한값이며, 잡음이 많은 녹음에 대한 약속은 아닙니다.
측정 방법대사 아래 음악이 깔린 실제 음성, 배경음 제거 후.
측정 방법2패스 라우드니스 정규화, 출력물에서 측정.
사양
| 언어 | 전사 38개 언어. 더빙 음성은 영어, 아랍어, 튀르키예어, 페르시아어, 독일어, 프랑스어, 스페인어, 러시아어, 중국어 |
|---|---|
| 자막 형식 | SRT, WebVTT, TTML (IMSC1), SCC, JSON, 번인 |
| 줄 규칙 | 언어별, Netflix Timed Text Style Guides 기준(예: 영어는 한 줄 42자, 초당 20자) |
| 타이밍 | 원래 시각에 배치. 압축만 가능, 최대 1.35×. 초과분 보고 |
| 믹스 | 대사 사이 더킹 0.3, 대사 아래 0.05, 150 ms 램프. 2패스 라우드니스 −16 LUFS |
| 작업 한도 | 작업당 더빙 최대 20분, 전사 최대 2시간 |
| 음성 복제 | 선택 사항, 녹음된 동의, 화자 음성 최소 10 s, 사용 후 삭제 |
| 립싱크 | 로드맵 |
비교
| 기능 | Castix Dub | ElevenLabs | Rask.ai | HeyGen | Deepdub | Dubverse | Speechify |
|---|---|---|---|---|---|---|---|
| 전사 | 예 | 예 | 예 | 예 | 예 | 예 | 확인 안 됨 |
| 언어별 오류율 공개 | 예 | 아니요 | 확인 안 됨 | 확인 안 됨 | 일부 | 확인 안 됨 | 확인 안 됨 |
| SRT, VTT, ASS, 번인 | 예 | 확인 안 됨 | 일부 | 일부 | 확인 안 됨 | 일부 | 확인 안 됨 |
| 다중 화자 더빙 | 예 | 예 | 예 | 예 | 예 | 확인 안 됨 | 확인 안 됨 |
| 타이밍 고정 배치 | 예 | 일부 | 확인 안 됨 | 확인 안 됨 | 일부 | 확인 안 됨 | 확인 안 됨 |
| 동의 기반 음성 복제 | 예 | 일부 | 일부 | 일부 | 일부 | 일부 | 일부 |
| 립싱크 | 로드맵 | 확인 안 됨 | 일부 | 예 | 일부 | 확인 안 됨 | 확인 안 됨 |
| 온프레미스 | 예 | 아니요 | 아니요 | 아니요 | 확인 안 됨 | 아니요 | 아니요 |
경쟁사 정보는 2026년 11월 6일 각 업체의 공식 페이지에서 확인했습니다. 링크는 리서치 노트에 있습니다. '확인 안 됨'은 저희가 확인할 수 없었다는 뜻입니다.
라이선스 및 가격 모델
가격은 사용량과 배포 방식에 따라 달라집니다. 영업일 기준 2일 이내에 견적을 드립니다.
분당, 단계별
전사 · 자막 · 번역 · 더빙필요한 단계에 대해서만 비용을 냅니다.
분량 묶음
월간사용량이 꾸준한 팀을 위한 요금제.
타이틀 단위 패키지
에피소드 또는 장편검수를 포함한 방송 납품용 고정 가격.
프라이빗 배포
연간, GPU 노드 단위오디오를 퍼블릭 클라우드로 보낼 수 없는 방송사와 기관용.
구매 담당자가 자주 묻는 질문
전사는 얼마나 정확한가요?
CPU 기준 모델로 Common Voice 클립 50개를 측정했을 때 영어 단어 오류율 12.9%이며, 실서비스용 엔진은 이보다 낫습니다. 각 언어는 측정이 끝나는 대로 테스트 방법과 함께 공개합니다.
더빙 타이밍이 어긋나지는 않나요?
모든 대사는 원래 시작 시각에 배치되며 늘이지 않습니다. 1.35×로도 맞지 않는 대사는 작업 보고서에 표시되어 편집자가 줄일 수 있습니다.
화자는 몇 명까지 처리하나요?
화자 수를 파악해 각자에게 목소리를 배정합니다. 화자 수를 알려준 경우, 실제 녹음 72건에서 화자 구분 정확도는 91%였습니다.
저희 진행자의 목소리를 복제할 수 있나요?
진행자의 녹음된 동의가 있을 때만 가능합니다. 복제 음성은 해당 작업에만 쓰이고 이후 삭제됩니다.
어떤 자막 형식으로 내보내나요?
SRT, WebVTT, TTML, SCC, JSON, 또는 화면에 합성한 자막.
립싱크도 되나요?
아직은 아닙니다. 로드맵에 있으며, 측정하기 전에는 지원한다고 말하지 않겠습니다.
사내에서 따로 운영할 수 있나요?
네, 자체 GPU 서버용 프라이빗 배포 라이선스로 가능합니다.