La veu, sense complicacions

Preguntes freqüents

El meu mòbil ja té traducció en directe integrada. Per què necessito VocalStack?

Un mòbil fa servir un model de veu petit, que ha de cabre al dispositiu i no esgotar la bateria. Per a frases curtes, clares i quotidianes, ja va bé. No va bé per a allò que realment falla quan la gent parla: paraules i noms poc habituals, paraules que sonen igual («vell» i «bell», «deu» i «déu»), termes tècnics, accents, gent que parla alhora i soroll de fons. El model ho endevina, la traducció es construeix sobre aquesta suposició, i ningú a la sala no pot veure que era incorrecta.

VocalStack funciona en servidors, així que els models són complets i cada frase es revisa en context després del reconeixement. Puja abans un guió o unes diapositives i els noms i termes que hi apareguin s'imposaran al que s'hagi entès malament. Si encara surt alguna cosa malament, pots corregir la frase en directe i tots els oients veuen la correcció.

A més, un mòbil sent la sala, no el ponent, i tradueix per a una sola persona, de manera que cinquanta mòbils donen cinquanta transcripcions diferents. VocalStack agafa l'àudio directament de la taula de mescles, l'stream o el micròfon, transcriu el ponent un sol cop, i tothom llegeix o escolta el mateix en el seu idioma. La traducció es llegeix en veu alta amb la veu del mateix ponent, de manera que els oients senten la persona que és a l'escenari, no una veu robòtica genèrica.

Es cobra per oient? Com funcionen els preus?

No. Els oients són gratuïts, siguin quants siguin i llegeixin o escoltin en l'idioma que sigui. Pagues per l'àudio que es transcriu, per segons, amb un mínim de 5 minuts per transcripció, i això és tota la factura: la traducció a fins a 10 idiomes, les traduccions parlades, l'emissió, els resums i les exportacions hi són inclosos.

Consulta els preus i els plans

Els fitxers i les transcripcions en directe tenen tarifes diferents, les mateixes en tots els plans, i Premium inclou $50 de crèdit cada mes. Tots els plans tenen les mateixes funcions, i l'API es cobra a la mateixa tarifa que el tauler.

Què necessiten els oients per seguir-ho?

Un enllaç o un codi QR, i un mòbil. No cal instal·lar res ni crear cap compte. L'oient obre l'enllaç al navegador, tria un idioma i llegeix la transcripció a mesura que es parla. Si prefereix escoltar, cada frase traduïda també es llegeix en veu alta. Pot canviar d'idioma en qualsevol moment; la transcripció fins aleshores es torna a mostrar en el nou idioma.

Un oient que s'hi connecta tard veu tot el que s'ha dit abans que arribés i després ho segueix en directe. Si es perd la connexió, la pàgina es posa al dia sola quan torna.

L'àudio ha de venir d'un micròfon?

No. Una transcripció en directe pot captar un micròfon de qualsevol dispositiu, un senyal RTMP d'OBS o d'un codificador d'emissió, un directe de YouTube, una emissora de ràdio per internet o qualsevol URL que serveixi un stream. En el cas d'un stream, VocalStack n'obté l'àudio pel seu compte: no cal executar res per part teva.

Un sol enllaç d'emissió pot rebre diverses transcripcions, de manera que un congrés amb dos escenaris, o una emissora amb un stream de ràdio i un directe de YouTube, continua compartint un sol enllaç.

Puc controlar qui veu la transcripció?

Sí. Una emissió és pública per defecte: qualsevol persona que tingui l'enllaç la pot seguir. Fes-la privada i posa-hi una contrasenya, i només hi entraran les persones a qui donis totes dues coses. Si després canvies el nom de l'enllaç, l'antic continua funcionant. També pots veure qui escolta, en quin idioma i quan s'hi ha connectat.

L'oient sent el ponent real o una veu sintètica?

Totes dues opcions. Per defecte, cada parlant té una veu predefinida diferent del mateix gènere, perquè una taula rodona continuï sonant com una taula rodona. Amb el permís del parlant, pots clonar-ne la veu a partir de trenta segons d'àudio, i llavors la traducció es llegeix amb la seva pròpia veu en tots els idiomes. Una veu clonada també fa que el parlant es reconegui i s'etiqueti pel nom en les gravacions futures. Pots assignar una veu a cada parlant, o silenciar-ne un.

Què es conserva després de l'esdeveniment?

Tot. La gravació, la transcripció amb les correccions i traduccions, i l'àudio es desen a la teva biblioteca. Un cop les paraules són definitives, s'escriuen un títol i un resum, en tots els idiomes. Pots reproduir-la tal com va arribar, cercar a totes les transcripcions en el teu idioma i exportar-la com a subtítols SRT, PDF, Excel o JSON.

Ho puc integrar al meu propi producte?

Sí. Tot el que fa el tauler és disponible a través de l'API, a la mateixa tarifa: transcripció en temps real per WebSocket, transcripcions en directe amb emissions, traducció i traduccions parlades, tasques de fitxers i enllaços, i un servidor MCP. Inclou SDK oficials per a TypeScript i Python. Els oients poden subscriure's a una gravació des de la teva pròpia aplicació amb un codi de compartició i sense clau d'API.