Lleferydd wedi'i wneud yn syml

Cwestiynau cyffredin

Mae cyfieithu byw wedi'i adeiladu i mewn i'm ffôn - pam mae angen VocalStack arnaf?

Mae ffôn yn rhedeg model lleferydd bach sy'n gorfod ffitio ar y ddyfais a'r batri. Mae hynny'n iawn ar gyfer brawddegau byr, clir, bob dydd. Nid yw'n iawn ar gyfer y pethau sy'n mynd o'i le mewn lleferydd go iawn: geiriau ac enwau anghyffredin, geiriau sy'n swnio'n debyg (“their” a “there”, “sail” a “sale”), termau technegol, acenion, pobl yn siarad dros ei gilydd a sŵn cefndir. Mae'r model yn dyfalu, mae'r cyfieithiad yn seiliedig ar y dyfaliad, ac nid oes neb yn yr ystafell yn gallu gweld ei fod yn anghywir.

Mae VocalStack yn rhedeg ar weinyddion, felly mae'r modelau'n llawn maint a chaiff pob llinell ei gwirio yn erbyn y cyd-destun ar ôl adnabod. Uwchlwythwch sgript neu sleidiau yn gyntaf ac mae'r enwau a'r termau ynddynt yn cael blaenoriaeth dros yr hyn a glywyd yn anghywir. Os bydd rhywbeth yn dal i ddod allan yn anghywir, gallwch gywiro'r llinell tra mae'n fyw a bydd pob gwrandäwr yn gweld y cywiriad.

Mae ffôn hefyd yn clywed yr ystafell, nid y siaradwr, ac mae'n cyfieithu ar gyfer un person, felly bydd hanner cant o ffonau yn rhoi hanner cant o drawsgrifiadau gwahanol. Mae VocalStack yn cymryd sain yn uniongyrchol o'r bwrdd cymysgu, y ffrwd neu'r meicroffon, yn trawsgrifio'r siaradwr unwaith, ac mae pawb yn darllen neu'n gwrando ar yr un peth yn eu hiaith eu hunain. Caiff y cyfieithiad ei ddarllen yn uchel yn llais y siaradwr ei hun, felly mae gwrandawyr yn clywed y person ar y llwyfan, nid llais robot generig.

A godir tâl arnaf fesul gwrandäwr? Sut mae prisio'n gweithio?

Na. Mae gwrandawyr am ddim, faint bynnag ohonynt, ym mha bynnag iaith y maent yn ei darllen neu wrando. Rydych chi'n talu am y sain a drawsgrifir, fesul eiliad, o leiaf 5 munud fesul trawsgrifiad, a dyna'r bil cyfan: cyfieithu i hyd at 10 iaith, cyfieithiadau llafar, darlledu, crynodebau ac allforion wedi'u cynnwys.

Gweld prisiau a chynlluniau

Mae gan ffeiliau a thrawsgrifiadau byw gyfraddau gwahanol, yr un fath ym mhob cynllun, ac mae Premium yn cynnwys $50 o gredyd bob mis. Mae gan bob cynllun yr un nodweddion, ac mae'r API yn cael ei godi ar yr un gyfradd â'r Dangosfwrdd.

Beth sydd ei angen ar wrandawyr i ddilyn ymlaen?

Dolen neu god QR, a ffôn. Does dim byd i'w osod ac nid oes angen creu cyfrif. Mae gwrandäwr yn agor y ddolen mewn porwr, yn dewis iaith, ac yn darllen y trawsgrifiad wrth iddo gael ei lefaru. Os ydynt yn well ganddynt wrando, caiff pob llinell wedi'i chyfieithu ei darllen yn uchel hefyd. Newidiwch iaith unrhyw bryd; caiff y trawsgrifiad hyd yn hyn ei ailddarllen yn yr iaith newydd.

Bydd gwrandäwr sy'n ymuno'n hwyr yn gweld popeth a ddywedwyd cyn iddynt gyrraedd, ac yna'n dilyn yn fyw. Os bydd y cysylltiad yn torri, mae'r dudalen yn dal i fyny ar ei phen ei hun pan ddaw'n ôl.

Oes rhaid i'r sain ddod o feicroffon?

Na. Gall trawsgrifiad byw wrando ar feicroffon ar unrhyw ddyfais, porthiant RTMP o OBS neu amgodydd darlledu, YouTube yn fyw, gorsaf radio ar y rhyngrwyd neu unrhyw URL sy'n cynnig ffrwd. Ar gyfer ffrwd, mae VocalStack yn tynnu'r sain ei hun: does dim yn rhedeg ar eich ochr chi.

Gall un ddolen ddarlledu gael ei bwydo gan sawl trawsgrifiad, felly mae cynhadledd gyda dau lwyfan, neu orsaf gyda ffrwd radio a YouTube yn fyw, yn dal i rannu un ddolen.

A allaf reoli pwy sy'n gweld y trawsgrifiad?

Gallwch. Mae darllediad yn gyhoeddus yn ddiofyn: gall unrhyw un sydd â'r ddolen ei dilyn. Gwnewch ef yn breifat a gosodwch gyfrinair, a dim ond pobl rydych yn rhoi'r ddau iddynt fydd yn cael mynediad. Ailenwch y ddolen yn nes ymlaen a bydd yr hen un yn parhau i weithio. Gallwch hefyd weld pwy sy'n gwrando, mewn pa iaith, a phryd y daethant i mewn.

A yw gwrandäwr yn clywed y siaradwr go iawn neu lais synthetig?

Y naill na'r llall. Yn ddiofyn, caiff pob siaradwr lais parod gwahanol o'r un rhyw, fel bod panel yn dal i swnio fel panel. Gyda chaniatâd y siaradwr, gallwch glonio eu llais o drideg eiliad o sain, ac yna caiff y cyfieithiad ei ddarllen yn eu llais eu hunain ym mhob iaith. Mae llais wedi'i glonio hefyd yn golygu bod y siaradwr yn cael ei adnabod a'i labelu wrth ei enw mewn recordiadau yn y dyfodol. Gallwch neilltuo llais i bob siaradwr, neu dawelu un.

Beth sy'n cael ei gadw ar ôl y digwyddiad?

Popeth. Caiff y recordiad, ei drawsgrifiad gyda chywiriadau a chyfieithiadau, a'r sain eu storio yn eich llyfrgell. Caiff teitl a chrynodeb eu hysgrifennu unwaith y bydd y geiriau'n derfynol, ym mhob iaith. Gallwch ei chwarae'n ôl yn union fel y cyrhaeddodd, chwilio ar draws pob trawsgrifiad yn eich iaith, ac allforio fel is-deitlau SRT, PDF, Excel neu JSON.

A allaf adeiladu hyn i mewn i'm cynnyrch fy hun?

Gallwch. Mae popeth y mae'r Dangosfwrdd yn ei wneud ar gael drwy'r API, ar yr un gyfradd: trawsgrifio amser real dros WebSocket, trawsgrifiadau byw gyda darllediadau, cyfieithu a chyfieithiadau llafar, swyddi ffeiliau a dolenni, a gweinydd MCP. Mae SDKs swyddogol ar gyfer TypeScript a Python wedi'u cynnwys. Gall gwrandawyr danysgrifio i recordiad o'ch ap eich hun gyda chod rhannu a heb allwedd API.