Tale gjort enkelt

Ofte stillede spørgsmål

Min telefon har live-oversættelse indbygget – hvorfor skal jeg bruge VocalStack?

En telefon kører en lille talemodel, som skal kunne være på selve enheden og spare på batteriet. Det er fint til korte, klare, dagligdags sætninger. Men ikke til det, der faktisk går galt i rigtig tale: sjældne ord og navne, ord der lyder ens (»their« og »there«, »sail« og »sale«), faglige termer, accenter, folk der taler i munden på hinanden og baggrundsstøj. Modellen gætter, oversættelsen bygger på gætteriet, og ingen i lokalet kan se, at det var forkert.

VocalStack kører på servere, så modellerne er fuldstørrelse, og hver replik kontrolleres mod konteksten efter genkendelsen. Upload først et manuskript eller slides, så vinder navnene og termerne derfra over det, der blev hørt forkert. Hvis noget stadig bliver forkert, kan du rette replikken, mens den er live, og alle lyttere ser rettelsen.

En telefon hører også rummet og ikke taleren, og den oversætter for én person, så halvtreds telefoner giver halvtreds forskellige transskriptioner. VocalStack tager lyden direkte fra mixerpulten, streamen eller mikrofonen, transskriberer taleren én gang, og alle læser eller lytter til det samme på deres eget sprog. Oversættelsen læses op med talerens egen stemme, så lytterne hører personen på scenen og ikke en generisk robotstemme.

Betaler jeg pr. lytter? Hvordan fungerer priserne?

Nej. Lyttere er gratis, uanset hvor mange der er, og på hvilket sprog de læser eller lytter. Du betaler for den lyd, der transskriberes, pr. sekund, med mindst 5 minutter pr. transskription, og det er hele regningen: oversættelse til op til 10 sprog, talte oversættelser, udsendelse, resuméer og eksport er inkluderet.

Se priser og abonnementer

Filer og live-transskriptioner har forskellige satser, de samme på alle abonnementer, og Premium inkluderer $50 i kredit hver måned. Alle abonnementer har de samme funktioner, og API'et faktureres til samme sats som Dashboardet.

Hvad skal lyttere bruge for at følge med?

Et link eller en QR-kode og en telefon. Der er intet at installere, og ingen konto at oprette. En lytter åbner linket i en browser, vælger et sprog og læser transskriptionen, mens der tales. Foretrækker de at lytte, læses hver oversat replik også op. Skift sprog når som helst; det, der er sagt indtil nu, læses op igen på det nye sprog.

En lytter, der kommer sent med, ser alt, der er sagt, før de kom, og følger derefter live. Hvis forbindelsen ryger, indhenter siden selv det, der er gået glip af, når den kommer tilbage.

Skal lyden komme fra en mikrofon?

Nej. En live-transskription kan lytte til en mikrofon på en hvilken som helst enhed, et RTMP-feed fra OBS eller en udsendelsesencoder, en YouTube live, en internetradiostation eller en hvilken som helst URL, der leverer en stream. Ved en stream henter VocalStack selv lyden: der kører intet på din side.

Ét udsendelseslink kan forsynes af flere transskriptioner, så en konference med to scener, eller en station med en radiostream og en YouTube live, stadig deler ét link.

Kan jeg styre, hvem der ser transskriptionen?

Ja. En udsendelse er offentlig som standard: alle med linket kan følge med. Gør den privat og sæt en adgangskode, så kommer kun de ind, du giver begge dele. Du kan omdøbe linket senere, og det gamle virker stadig. Du kan også se, hvem der lytter, på hvilket sprog, og hvornår de kom med.

Hører en lytter den rigtige taler eller en syntetisk stemme?

Begge dele. Som standard får hver taler en særskilt standardstemme af det matchende køn, så et panel stadig lyder som et panel. Med talerens tilladelse kan du klone stemmen ud fra tredive sekunders lyd, og oversættelsen læses så op med talerens egen stemme på alle sprog. En klonet stemme betyder også, at taleren genkendes og mærkes med navn i fremtidige optagelser. Du kan tildele en stemme til hver taler eller slå én fra.

Hvad gemmes efter begivenheden?

Alt. Optagelsen, dens transskription med rettelser og oversættelser samt lyden gemmes i dit bibliotek. En titel og et resumé skrives, når ordene er endelige, på alle sprog. Du kan afspille den præcis, som den kom ind, søge på tværs af alle transskriptioner på dit sprog og eksportere den som SRT-undertekster, PDF, Excel eller JSON.

Kan jeg bygge det ind i mit eget produkt?

Ja. Alt, Dashboardet kan, er tilgængeligt via API'et til samme sats: realtime-transskription over en WebSocket, live-transskriptioner med udsendelser, oversættelse og talte oversættelser, job for filer og links samt en MCP-server. Officielle SDK'er til TypeScript og Python er inkluderet. Lyttere kan abonnere på en optagelse fra din egen app med en delingskode og uden API-nøgle.