Govor bez muke

Često postavljana pitanja

Moj telefon ima ugrađeni prijevod uživo – zašto mi treba VocalStack?

Telefon pokreće mali model govora koji mora stati na uređaj i štedjeti bateriju. To je u redu za kratke, jasne, svakodnevne rečenice. Nije u redu za ono što u stvarnom govoru zaista pođe po zlu: rijetke riječi i imena, riječi koje zvuče slično („their“ i „there“, „sail“ i „sale“), stručne pojmove, akcente, ljude koji govore jedni preko drugih i buku u pozadini. Model nagađa, prijevod se gradi na nagađanju, a niko u prostoriji ne vidi da je pogrešno.

VocalStack radi na serverima, pa su modeli pune veličine i svaka se rečenica nakon prepoznavanja provjerava u kontekstu. Prvo otpremite skriptu ili slajdove i imena i pojmovi iz njih imaju prednost nad pogrešno prepoznatim. Ako nešto ipak izađe pogrešno, rečenicu možete ispraviti dok je uživo i svaki slušalac vidi ispravku.

Telefon također čuje prostoriju, a ne govornika, i prevodi za jednu osobu, pa pedeset telefona daje pedeset različitih transkripata. VocalStack uzima zvuk direktno s miksete, streama ili mikrofona, transkribuje govornika jednom, a svi čitaju ili slušaju isto na svom jeziku. Prijevod se čita naglas govornikovim vlastitim glasom, pa slušaoci čuju osobu na bini, a ne generički robotski glas.

Naplaćuje li se po slušaocu? Kako funkcionišu cijene?

Ne. Slušaoci su besplatni, koliko god ih bilo i na kojem god jeziku čitali ili slušali. Plaćate zvuk koji se transkribuje, po sekundi, najmanje 5 minuta po transkripciji, i to je cijeli račun: prijevod na do 10 jezika, govorni prijevodi, prijenos, sažeci i izvoz su uključeni.

Pogledajte cijene i pakete

Datoteke i transkripcije uživo imaju različite cijene, iste u svakom paketu, a Premium uključuje $50 kredita svaki mjesec. Svaki paket ima iste funkcije, a API se naplaćuje po istoj cijeni kao kontrolna ploča.

Šta je slušaocima potrebno da prate?

Link ili QR kod i telefon. Ništa se ne instalira i ne treba kreirati račun. Slušalac otvori link u pregledniku, odabere jezik i čita transkript dok se govori. Ako radije sluša, svaka prevedena rečenica se i čita naglas. Jezik se može promijeniti bilo kada; dosadašnji transkript se ponovo prikazuje na novom.

Slušalac koji se pridruži kasnije vidi sve što je rečeno prije njegovog dolaska, a zatim prati uživo. Ako veza pukne, stranica sama sustigne kad se veza vrati.

Mora li zvuk dolaziti s mikrofona?

Ne. Transkripcija uživo može slušati mikrofon na bilo kojem uređaju, RTMP feed iz OBS-a ili enkodera za prijenos, YouTube uživo, internet radio stanicu ili bilo koji URL koji služi stream. Kod streama VocalStack sam povlači zvuk: na vašoj strani ništa ne mora raditi.

Jedan link za prijenos može primati više transkripcija, pa konferencija s dvije bine ili stanica s radio streamom i YouTube prijenosom uživo i dalje dijele jedan link.

Mogu li kontrolisati ko vidi transkript?

Da. Prijenos je podrazumijevano javan: svako ko ima link može ga pratiti. Učinite ga privatnim i postavite lozinku, i ulaze samo oni kojima date oboje. Kasnije preimenujte link, a stari i dalje radi. Možete vidjeti i ko sluša, na kojem jeziku i kada se pridružio.

Čuje li slušalac stvarnog govornika ili sintetički glas?

Oboje je moguće. Podrazumijevano svaki govornik dobija zaseban standardni glas odgovarajućeg spola, pa panel i dalje zvuči kao panel. Uz dozvolu govornika možete klonirati njegov glas iz trideset sekundi zvuka, i prijevod se tada čita njegovim vlastitim glasom na svakom jeziku. Klonirani glas znači i da se govornik prepoznaje i označava po imenu u budućim snimcima. Možete dodijeliti glas svakom govorniku ili jednog utišati.

Šta ostaje sačuvano nakon događaja?

Sve. Snimak, njegov transkript s ispravkama i prijevodima te zvuk čuvaju se u vašoj biblioteci. Naslov i sažetak pišu se čim su riječi konačne, na svakom jeziku. Možete ga reproducirati tačno onako kako je stizao, pretraživati sve transkripte na svom jeziku i izvesti ga kao SRT titlove, PDF, Excel ili JSON.

Mogu li ovo ugraditi u vlastiti proizvod?

Da. Sve što radi kontrolna ploča dostupno je i putem API-ja, po istoj cijeni: transkripcija u stvarnom vremenu preko WebSocketa, transkripcije uživo s prijenosima, prijevod i govorni prijevodi, poslovi za datoteke i linkove te MCP server. Uključeni su zvanični SDK-ovi za TypeScript i Python. Slušaoci se mogu pretplatiti na snimak iz vaše vlastite aplikacije pomoću koda za dijeljenje, bez API ključa.