Nid oes angen bwth ar gyfer pob iaith ar ystafell amlieithog. Mae angen un porthiant sain glân o'r ddesg, un ddolen y mae'r gynulleidfa'n ei hagor ar eu ffonau eu hunain, a ffordd o gywiro enw a glywyd yn anghywir tra bod y sgwrs yn dal i fynd.
Mae gan araith, gwasanaeth, darlith neu gyfarfod cyngor un person yn siarad a chynulleidfa nad ydynt i gyd yn meddwl yn yr iaith honno. Mae'r atebion arferol yn ddrud, yn rhannol neu'n breifat.
Yr ateb drud yw cyfieithydd ar gyfer pob iaith. Hyd yn oed gydag un ar gyfer pob iaith, mae hynny'n golygu bwth, set o dderbynyddion ac arbenigwr ar gyfer pob iaith yn yr ystafell, ac nid yw'r arbenigwyr yn dweud yr un peth. Mae pob cyfieithydd yn gwneud ei ddewisiadau ei hun dan bwysau amser: pa air i'w ddefnyddio ar gyfer term, beth i'w gywasgu, beth i'w hepgor pan fydd y siaradwr yn cyflymu. Ar sgwrs gyffredin, prin fod y gwahaniaethau'n bwysig. Mewn gwrandawiad cyfreithiol, pleidlais gyngor neu friff technegol, maen nhw'n bwysig: gall term diffiniedig, dos neu gymal gyrraedd gwrandawyr Ffrangeg gydag un ystyr a gwrandawyr Arabeg gydag un arall, ac nid oes neb yn yr ystafell mewn sefyllfa i sylwi. Yr ateb rhannol yw is-deitl ar un sgrin, mewn un ail iaith yn unig. Yr ateb preifat yw hanner cant o ffonau wedi'u dal i fyny at yr ystafell: hanner cant o drawsgrifiadau ychydig yn anghywir, pob un yn clywed yr adlais a'r pesychu cyn glired â'r siaradwr.
Yr alternatif yw trawsgrifio'r siaradwr unwaith, o ffynhonnell lân, cyfieithu'r un trawsgrifiad hwnnw i'r hyn sydd ei angen ar y gynulleidfa, fel bod pob iaith yn dechrau gyda'r un geiriau, a gadael i bob gwrandäwr ddewis ar ei ddyfais ei hun. Mae'r recordiad yn cael ei gadw pan ddaw'r digwyddiad i ben. Dyma sut mae'r gwesteiwr a'r gwrandäwr yn ei sefydlu, a beth mae'n ei gostio.
Gall trawsgrifiad byw wrando ar feicroffon ar unrhyw ddyfais, ar ffrwd RTMP o OBS neu unrhyw amgodiwr arall sy'n derbyn URL gweinydd ac allwedd ffrwd, ar YouTube byw, ar orsaf radio ar y rhyngrwyd neu ar unrhyw URL sy'n gweini ffrwd. Ar gyfer ffrwd, mae VocalStack yn tynnu'r sain ei hun; does dim byd yn rhedeg ar eich ochr chi.
Mae'r ffynhonnell yn bwysicach nag unrhyw osodiad. Mae meicroffon ystafell, neu ffôn ar fwrdd, yn clywed y siaradwr a'r ystafell: adlais oddi ar y waliau, y cadeiriau, y gynulleidfa. Mae adnabod lleferydd yn dirywio'n sydyn wrth i'r llais fynd yn dawelach o'i gymharu â'r sŵn hwnnw, a dyna pam mae'r hanner cant o ffonau yn anghytuno â'i gilydd. Mae bwydo o'r ddesg gymysgu yn cario meicroffon y siaradwr ei hun gydag ychydig o'r ystafell ynddo, felly mae'r trawsgrifiad yn dilyn y siaradwr, nid yr ystafell. Os oes desg gan y lleoliad, cymerwch y bwydo oddi arni.
Caiff yr iaith lafar ei chanfod yn awtomatig, a gall y siaradwr newid ar unrhyw adeg; mae enwi'r iaith ymlaen llaw yn helpu ar recordiadau swnllyd ac acenion trwm. Gellir diffodd labeli siaradwyr, eu troi ymlaen, neu eu gosod ar When Needed, sy'n eu troi ymlaen unwaith y clywir ail siaradwr. Unwaith y bydd sain yn dod i mewn, mae angen i'r gynulleidfa gael man lle gallant ddod o hyd iddi.
Darllediad yw'r ddolen: un cyfeiriad a chod QR y mae gwrandawyr yn ei sganio i agor y cyfieithiad byw a dewis eu hiaith. Caiff y ddolen ei gwneud o'r enw a roddwch i'r darllediad. Os ailenwch ef yn ddiweddarach, mae'r hen ddolen yn dal i weithio, fel nad yw cod QR wedi'i argraffu ar raglen yn mynd yn hen.
Mae darllediad yn gyhoeddus yn ddiofyn: gall unrhyw un â'r ddolen ei agor. Os gwnewch ef yn breifat a gosod cyfrinair, gofynnir i wrandawyr amdano cyn i'r trawsgrifiad ymddangos.
Gall un darllediad gael ei fwydo gan nifer o drawsgrifiadau byw, felly mae cynhadledd gyda dau lwyfan yn dal i rannu un ddolen. Y ddolen sy'n dod â phobl i mewn; yr hyn sy'n eu cadw yno yw cael yr enwau'n gywir.
Mae adnabyddwyr lleferydd yn cael eu hyfforddi ar sut mae pobl fel arfer yn siarad, felly pan fo sain yn amwys maen nhw'n estyn am y gair cyffredin. Mae enw cynnyrch, cyfenw, pentref, cemegyn: mae gan bob un ohonynt air tebyg ei sain sy'n fwy cyffredin, a dyna sy'n dod allan oni bai bod yr adnabyddwr yn cael gwybod bod y gair prin ar ei ffordd. Dyna beth yw pwrpas sgript. Ychwanegwch sgript neu sleidiau cyn i chi ddechrau, ac mae'r enwau a'r termau ynddynt yn cael blaenoriaeth dros yr hyn a glywyd yn anghywir. Dyna lle mae adnabod fel arfer yn methu mewn sgwrs arbenigol. Yn ystod y recordiad, mae'r tab Script yn dilyn fel teleprompter, gan oleuo'r geiriau a lefarwyd hyd yma.
Dyna'r cyfan o'r gosodiad. Ar ochr arall y ddolen, mae hyd yn oed llai i'w wneud.
Dim ond dolen neu god QR a ffôn sydd eu hangen ar wrandäwr. Maen nhw'n agor y ddolen mewn porwr ac yn gweld The broadcast hasn't started yet hyd nes bydd y gwesteiwr yn pwyso record, yna Live. The first line appears in a moment. Maen nhw'n dewis o'r ieithoedd a ddewisodd y gwesteiwr (hyd at 10 fesul trawsgrifiad, o blith 100 sydd ar gael) ac yn darllen y trawsgrifiad wrth i'r siaradwr siarad. Mae'r gwesteiwr yn parhau i siarad yn ei iaith ei hun. Gall gwrandäwr newid iaith ar unrhyw adeg; dangosir y trawsgrifiad hyd yn hyn eto yn yr iaith newydd.
Os yw gwrandäwr yn well ganddo wrando, caiff pob llinell gyfieithiedig ei darllen yn uchel. Yn ddiofyn, mae gan bob siaradwr llais parod gwahanol o'r un rhyw, fel bod panel yn dal i swnio fel panel.
Mae'r tri cham yn digwydd mewn trefn, ac mae pob un yn aros am yr un cyn hynny. Mae adnabod angen cyfnod o leferydd cyn y gall benderfynu ar y geiriau, felly mae'r trawsgrifiad yn llusgo ar ôl y siaradwr o ffracsiwn o eiliad. Mae cyfieithu angen ymadrodd cyfan, oherwydd bod trefn geiriau'n wahanol rhwng ieithoedd, a gall diwedd brawddeg newid y dechrau, felly mae'n dilyn un neu ddwy eiliad yn ddiweddarach. Mae lleferydd angen y frawddeg wedi'i chyfieithu cyn y gall ddechrau, felly mae llinell lafar yn dod olaf. Nid yw dim o hyn yn fai i'w dynnu i ffwrdd; dyma beth mae'n rhaid i unrhyw system sy'n gwneud y tri pheth hyn ei wneud, gan gynnwys cyfieithydd dynol, sydd hefyd yn aros am y ferf.
Gyda chaniatâd y siaradwr, gall gwesteiwr glonio llais y siaradwr o drideg eiliad o'r person hwnnw'n siarad ar ei ben ei hun (MP3, M4A neu WAV; mae ychydig funudau'n well). Yna caiff y cyfieithiad ei ddarllen yn llais y siaradwr ei hun ym mhob iaith. Trinwch lais fel y data biometrig ydyw. O dan y GDPR, mae data llais a brosesir i adnabod person fel arfer yn dod o dan gategorïau arbennig Erthygl 9, ac mae rhai taleithiau yn yr UD, Illinois yn eu plith, yn rheoleiddio printiau llais ar wahân. Cael caniatâd penodol y siaradwr cyn i'r sampl gael ei recordio, nid wedyn; gellir dileu'r llais ar unrhyw adeg. Mae clonio hefyd yn cofrestru'r siaradwr, felly cânt eu labelu wrth eu henw mewn recordiadau yn y dyfodol. Gall gwesteiwr neilltuo llais i bob siaradwr, neu ei dawelu.
Mae gwrandäwr sy'n cyrraedd yn hwyr yn gweld popeth a ddywedwyd cyn iddo ddod i mewn, ac yna'n dilyn yn fyw. Os bydd y cysylltiad yn torri, mae'r dudalen yn dal i fyny ar ei phen ei hun unwaith y bydd y cysylltiad yn dychwelyd. Pan fo'r gwesteiwr yn oedi, mae gwrandawyr yn gweld Paused. The transcript continues when the host resumes. Pan fo'r gwesteiwr yn stopio, mae'r dudalen yn dangos dyddiad a hyd y recordiad, ac mae'r darllediad yn rhestru ei recordiadau blaenorol i'w hail-chwarae.
Gall gwrandäwr ddarllen yr hyn a glywodd yr injan yn unig, ac mae adnabod byw yn cael rhai pethau'n anghywir.
Mae gan sgrin y gwesteiwr dab Fix ar gyfer hynny'n union. Mae Mark uncertain words yn lliwio ac yn tanlinellu'r geiriau yr oedd yr injan yn ansicr ohonynt; mae Click to correct yn agor llinell i'w hadolygu. Mae'r tab yn mynd drwy segmentau ansicr un ar y tro, fel y gall ail berson wrth y ddesg weithio drwyddynt tra bo'r siaradwr yn parhau.
Pan fo gwesteiwr yn ailysgrifennu gair neu linell, hyd yn oed un sy'n dal i gael ei siarad, mae pob gwrandäwr yn gweld y cywiriad. Mae llinell y mae ei hyder yn rhy isel yn cael ei chuddio oddi wrth wrandawyr fel Audio unclear yn hytrach na'i dangos yn anghywir; mae'r gwesteiwr yn dal i weld pob gair. Bwlch hysbys yw gwagle; gair anghywir hyderus yw sibrydion.
Nid yw'r cywiriadau hynny'n diflannu pan ddaw'r sgwrs i ben.
Mae popeth yn cael ei gadw. Mae'r recordiad, ei drawsgrifiad gyda'r cywiriadau a'r cyfieithiadau, a'r sain yn glanio yn llyfrgell y gwesteiwr. Mae ail-chwarae yn chwarae'n ôl yn union fel y cyrhaeddodd, llinell wrth linell, gyda'i sain. Unwaith y bydd y geiriau'n derfynol, ysgrifennir teitl a chrynodeb ym mhob iaith, ac mae tabiau Summary ac Export sgrin y gwesteiwr yn eu cludo'n syth allan o'r digwyddiad.
Mae allforion yn is-deitlau SRT, PDF, Excel neu JSON, gyda chywiriadau a chyfieithiadau wedi'u cynnwys, ac mae'r sain yn cael ei lawrlwytho fel MP3. Mae pob trawsgrifiad yn chwiliadwy ym mha bynnag iaith.
Mae'r golwg Audience yn dangos pwy wrandawodd, ym mha iaith, a phryd y gwnaethant ymuno: yn aml dyma'r cyfrif real cyntaf y mae trefnydd yn ei gael o bwy oedd angen pa iaith. Hyd hynny, yr amcangyfrif arferol oedd pwy bynnag a gododd eu llaw pan ofynnwyd iddynt, yn Saesneg, a oedd angen cyfieithu arnynt. Caiff dynodwyr gwrandawyr eu dileu gyda'r recordiad.
Mae adnabod lleferydd, adnabod siaradwyr a synthesis llais yn rhedeg ar weinyddion a weithredwn, ac nid yw eich sain yn cael ei hanfon at unrhyw drydydd parti i'w brosesu. Nid ydym yn defnyddio eich sain, trawsgrifiadau na'ch lleisiau i hyfforddi modelau.
Mae cadw data yn dilyn y cynllun: ar y cynllun Talu wrth fynd, caiff sain ffynhonnell a lleisiau eu cadw am 7 diwrnod a thrawsgrifiadau am 30 diwrnod; mae Premium ac Enterprise yn eu cadw am oes y cyfrif. Y peth arall y mae cynllun yn ei benderfynu yw'r bil.
Mae dau rif yn bwysig. Ar Talu wrth fynd a Premium, mae trawsgrifio byw yn $0.60 yr awr o sain, wedi'i fesur fesul eiliad gydag isafswm o 5 munud fesul trawsgrifiad, yn y Dangosfwrdd ac drwy'r API fel ei gilydd; mae gan Enterprise gyfraddau cyfaint. Mae gwrandawyr ac ieithoedd am ddim: mae digwyddiad awr o hyd a gyfieithir i bum iaith gan ddau gant o bobl yn costio $0.60. Mae ffeiliau yn rhatach ($0.20 yr awr) oherwydd bod trawsgrifiad byw yn rhedeg mewn amser real drwy'r digwyddiad cyfan. Mae cynlluniau'n wahanol o ran cydamseroldeb, hyd recordiad mwyaf a chyflymder cychwyn; ar Talu wrth fynd gall cychwyn oer gymryd hyd at 15 eiliad, felly pwyswch record ychydig cyn i'r siaradwr wneud, tua un "A all pawb yng nghefn yr ystafell fy nghlywed?" o flaen llaw. Mae'r tabl llawn ar y dudalen prisiau.
Mae gan y hafan demo dau ffôn, ac mae cyfrif newydd yn y Dangosfwrdd yn dod â chredyd cofrestru o $5 ac nid oes angen cerdyn. Ar y gyfradd fyw, mae'r credyd hwnnw'n talu am fwy nag wyth awr o ddarlledu.
Ydych chi'n ystyried rhwng hyn a'r cyfieithu byw sydd eisoes ar ffôn pawb? Darllenwch pam nad yw ffôn yn ddigon ar gyfer ystafell. Ar gyfer digwyddiad cyfan, mae'r rhestr wirio cynhadledd amlieithog yn ymdrin â'r llwybr sain, sawl cam ar un ddolen a'r gyllideb. Gall datblygwyr wneud hyn i gyd o god drwy'r cyfeirnod API, ar yr un gyfradd.
