본 논문은 다양한 언어로 콘텐츠 접근성을 높이기 위한 시각적 더빙(visual dubbing) 방법으로, 기존의 생성 또는 인페인팅 기반 방법들의 한계를 극복하는 새로운 프레임워크인 EdiDub을 제안합니다. EdiDub은 시각적 더빙을 콘텐츠 인식 편집 작업으로 재구성하여, 원본 영상의 맥락을 보존하면서 정확한 수정을 수행합니다. 특히, 부분적 가림이나 조명 변화 등 중요한 시각 정보를 유지하며, 여러 벤치마크, 특히 가려진 입술 데이터셋에서 기존 방법보다 신원 보존 및 동기화 성능을 크게 향상시켰습니다. 사람 평가 결과에서도 동기화 및 시각적 자연스러움 점수가 높게 나타나, 복잡한 시각 요소를 유지하면서 정확한 입술 동기화를 보장하는 콘텐츠 인식 편집 방식의 우수성을 입증하였습니다.