Nitq asanlaşdı

Tez-tez verilən suallar

Telefonumda daxili canlı tərcümə var — VocalStack nəyimə lazımdır?

Telefon cihaza və batareyaya sığmalı olan kiçik nitq modeli işlədir. Qısa, aydın, gündəlik cümlələr üçün bu kifayətdir. Amma real nitqdə həqiqətən problem yaradan hallar üçün yox: nadir sözlər və adlar, eyni səslənən sözlər (“their” və “there”, “sail” və “sale”), texniki terminlər, ləhcələr, bir-birinin sözünü kəsən insanlar və arxa fon səs-küyü. Model təxmin edir, tərcümə həmin təxmin üzərində qurulur və zaldakı heç kim bunun səhv olduğunu görmür.

VocalStack serverlərdə işləyir, ona görə də modellər tam ölçülüdür və hər sətir tanınmadan sonra kontekstlə yoxlanılır. Əvvəlcə ssenari və ya slaydları yükləyin — oradakı adlar və terminlər səhv eşidilənlərdən üstün tutulacaq. Nəsə yenə də səhv çıxsa, sətri canlı ikən düzəldə bilərsiniz və hər dinləyici düzəlişi görür.

Telefon həm də danışanı deyil, zalı eşidir və bir nəfər üçün tərcümə edir, yəni əlli telefon əlli fərqli transkript verir. VocalStack səsi birbaşa miks pultundan, axından və ya mikrofondan alır, danışanı bir dəfə transkripsiya edir və hər kəs eyni şeyi öz dilində oxuyur və ya dinləyir. Tərcümə danışanın öz səsi ilə oxunur, belə ki, dinləyicilər adi robot səsini deyil, səhnədəki insanı eşidirlər.

Hər dinləyiciyə görə ödəniş alınır? Qiymətləndirmə necə işləyir?

Xeyr. Dinləyicilər nə qədər olursa olsun, hansı dildə oxuyur və ya dinləyirsə dinləsin, pulsuzdur. Siz transkripsiya edilən səs üçün saniyəyə görə, hər transkripsiya üçün ən azı 5 dəqiqə ödəyirsiniz — hesabın hamısı budur: 10 dilə qədər tərcümə, səsli tərcümələr, yayım, xülasələr və ixrac daxildir.

Qiymətlərə və planlara baxın

Fayllar və canlı transkripsiyalar üçün tariflər fərqlidir və bütün planlarda eynidir; Premium isə hər ay $50 kredit verir. Bütün planlarda funksiyalar eynidir, API isə İdarə paneli ilə eyni tariflə hesablanır.

Dinləyicilərə izləmək üçün nə lazımdır?

Keçid və ya QR kod və bir telefon. Heç nə quraşdırmaq, hesab yaratmaq lazım deyil. Dinləyici keçidi brauzerdə açır, dil seçir və transkripti danışıldıqca oxuyur. Dinləməyi üstün tutursa, hər tərcümə olunmuş sətir həm də ucadan oxunur. Dili istənilən vaxt dəyişin — o ana qədərki transkript yeni dildə yenidən oxunur.

Gec qoşulan dinləyici gəlməmişdən əvvəl deyilən hər şeyi görür, sonra canlı izləyir. Bağlantı kəsilsə, bərpa olunanda səhifə avtomatik olaraq qalanı yetişdirir.

Səs mütləq mikrofondan gəlməlidir?

Xeyr. Canlı transkripsiya istənilən cihazdakı mikrofonu, OBS-dən və ya yayım enkoderindən RTMP axınını, YouTube canlı yayımını, internet radiosunu və ya axın verən istənilən URL-i eşidə bilər. Axın üçün VocalStack səsi özü çəkir: sizin tərəfdə heç nə işləmir.

Bir yayım keçidini bir neçə transkripsiya qidalandıra bilər, beləliklə iki səhnəli konfrans və ya radio axını və YouTube canlı yayımı olan stansiya yenə də bir keçiddən istifadə edir.

Transkripti kimin görəcəyinə nəzarət edə bilərəmmi?

Bəli. Yayım standart olaraq ictimaidir: keçidə sahib olan hər kəs onu izləyə bilər. Onu məxfi edib parol qoysanız, yalnız hər ikisini verdiyiniz insanlar daxil ola bilər. Keçidin adını sonradan dəyişsəniz, köhnəsi işləməyə davam edir. Həmçinin kimin, hansı dildə dinlədiyini və nə vaxt qoşulduğunu görə bilərsiniz.

Dinləyici real danışanı, yoxsa sintetik səsi eşidir?

Hər ikisi mümkündür. Standart olaraq hər danışana cinsinə uyğun fərqli hazır səs verilir ki, panel müzakirəsi elə panel kimi səslənsin. Danışanın icazəsi ilə onun səsini otuz saniyəlik səsdən klonlaya bilərsiniz və tərcümə bütün dillərdə onun öz səsi ilə oxunacaq. Klonlanmış səs həm də danışanın gələcək yazılarda adı ilə tanınması və etiketlənməsi deməkdir. Hər danışana səs təyin edə və ya birinin səsini söndürə bilərsiniz.

Tədbirdən sonra nə saxlanılır?

Hər şey. Yazı, düzəlişlər və tərcümələrlə birlikdə transkripti və səs kitabxananızda saxlanılır. Sözlər yekunlaşan kimi bütün dillərdə başlıq və xülasə yazılır. Onu gəldiyi kimi təkrar oynada, öz dilinizdə bütün transkriptlərdə axtara və SRT subtitrləri, PDF, Excel və ya JSON kimi ixrac edə bilərsiniz.

Bunu öz məhsuluma inteqrasiya edə bilərəmmi?

Bəli. İdarə panelinin etdiyi hər şey API vasitəsilə eyni tariflə mövcuddur: WebSocket üzərindən real vaxt transkripsiyası, yayımlı canlı transkripsiyalar, tərcümə və səsli tərcümələr, fayl və keçid tapşırıqları və MCP serveri. TypeScript və Python üçün rəsmi SDK-lar daxildir. Dinləyicilər paylaşma kodu ilə, API açarı olmadan sizin tətbiqinizdən yazıya abunə ola bilərlər.