Խոսքը դարձվում է պարզ ու հեշտ

Հաճախ տրվող հարցեր

Իմ հեռախոսն ունի ներկառուցված ուղիղ թարգմանություն․ ինչո՞ւ է ինձ VocalStack-ը պետք։

Հեռախոսը գործարկում է փոքր խոսքի մոդել, որը պետք է տեղավորվի սարքի մեջ և չսպառի մարտկոցը։ Դա լավ է կարճ, հստակ, ամենօրյա նախադասությունների համար։ Բայց այն վատ է աշխատում այն դեպքերում, որոնք իրական խոսքում իսկապես սխալ են գնում՝ հազվադեպ բառեր ու անուններ, նման հնչող բառեր («their» և «there», «sail» և «sale»), տեխնիկական տերմիններ, առոգանություններ, միաժամանակ խոսող մարդիկ և ֆոնային աղմուկ։ Մոդելը ենթադրում է, թարգմանությունը կառուցվում է այդ ենթադրության վրա, և սենյակում ոչ ոք չի կարող տեսնել, որ այն սխալ էր։

VocalStack-ը աշխատում է սերվերների վրա, ուստի մոդելները լրիվ չափի են, և յուրաքանչյուր տող ճանաչումից հետո ստուգվում է համատեքստով։ Նախապես վերբեռնեք սցենար կամ սլայդներ, և դրանցում եղած անունները և տերմինները գերակայում են սխալ լսվածի նկատմամբ։ Եթե որևէ բան դեռ սխալ է ստացվում, կարող եք ուղղել տողը ուղիղ եթերի ընթացքում, և յուրաքանչյուր ունկնդիր կտեսնի ուղղումը։

Հեռախոսը նաև լսում է սենյակը, այլ ոչ թե խոսնակին, և թարգմանում է մեկ մարդու համար, ուստի յուրաքանչյուր հեռախոս ստեղծում է տարբեր տեքստ։ VocalStack-ը ձայնը վերցնում է ուղղակի խառնման վահանակից, հոսքից կամ խոսափողից, տառադարձում է խոսնակին մեկ անգամ, և բոլորը կարդում կամ լսում են նույն բանը իրենց լեզվով։ Թարգմանությունը բարձրաձայն է կարդացվում խոսնակի սեփական ձայնով, այնպես որ ունկնդիրները լսում են բեմում գտնվող մարդուն, ոչ թե ընդհանուր ռոբոտային ձայն։

Վճարում եմ յուրաքանչյուր ունկնդրի համար՞։ Ինչպե՞ս է աշխատում գինը։

Ոչ։ Ունկնդիրները անվճար են, որքան էլ որ լինեն, ցանկացած լեզվով, որով կարդում կամ լսում են։ Դուք վճարում եք տառադարձված աուդիոյի համար՝ վայրկյանով, առնվազն 5 րոպե յուրաքանչյուր տառադարձության համար, և ամբողջ հաշիվն այսքանն է․ թարգմանությունը մինչև 10 լեզվով, բարձրաձայն թարգմանությունները, հեռարձակումը, ամփոփումներն ու արտահանումը ներառված են։

Տեսնել գները և փաթեթները

Ֆայլերի և ուղիղ տառադարձումների սակագները տարբեր են, բոլոր փաթեթներում նույնն են, իսկ Premium-ում ամեն ամիս ներառված է $50 կրեդիտ։ Բոլոր փաթեթներն ունեն նույն հնարավորությունները, իսկ API-ի համար վճարվում է նույն սակագնով, ինչ կառավարման վահանակում։

Ի՞նչ է պետք ունկնդիրներին, որ հետևեն։

Հղում կամ QR կոդ և հեռախոս։ Ոչինչ տեղադրելու և հաշիվ ստեղծելու կարիք չկա։ Ունկնդիրը բացում է հղումը բրաուզերում, ընտրում լեզու և կարդում տեքստը, երբ այն արտասանվում է։ Եթե նախընտրում են լսել, յուրաքանչյուր թարգմանված տող նաև բարձրաձայն է կարդացվում։ Լեզուն կարելի է փոխել ցանկացած պահի․ մինչ այդ եղած տեքստը նորից է կարդացվում նոր լեզվով։

Ուշ միացած ունկնդիրը տեսնում է իր գալուց առաջ ասվածը, այնուհետև հետևում է ուղիղ։ Եթե կապը ընկնի, էջը ինքնուրույն կհասնի ընթացքին, երբ կապը վերադառնա։

Աուդիոն պարտադիր պե՞տք է գա խոսափողից։

Ոչ։ Ուղիղ տառադարձումը կարող է լսել ցանկացած սարքի խոսափող, OBS-ից կամ հեռարձակման կոդավորիչից RTMP հոսք, YouTube ուղիղ եթեր, ինտերնետ ռադիոկայան կամ հոսք տրամադրող ցանկացած URL։ Հոսքի դեպքում աուդիոն VocalStack-ն ինքն է քաշում․ ձեր կողմից ոչինչ չի աշխատում։

Մեկ հեռարձակման հղումը կարող է սնվել մի քանի տառադարձումներից, այնպես որ երկու բեմ ունեցող կոնֆերանսը կամ ռադիոհոսք ու YouTube ուղիղ եթեր ունեցող կայանը դեռ կիսում են մեկ հղում։

Կարո՞ղ եմ վերահսկել, թե ով է տեսնում տեքստը։

Այո։ Հեռարձակումը լռելյայն հանրային է․ հղումը ունեցող ցանկացած ոք կարող է հետևել դրան։ Դարձրեք այն մասնավոր և դրեք գաղտնաբառ, և մուտք կունենան միայն նրանք, ում երկուսն էլ տաք։ Հղումը հետագայում վերանվանեք, և հինը շարունակում է աշխատել։ Կարող եք նաև տեսնել, թե ով է լսում, ինչ լեզվով և երբ է միացել։

Ունկնդիրը լսում է իրական խոսնակին, թե՞ սինթետիկ ձայն։

Երկուսն էլ։ Լռելյայն յուրաքանչյուր խոսնակ ստանում է առանձին ստանդարտ ձայն՝ համապատասխան սեռի, այնպես որ քննարկումը դեռ քննարկման է նման հնչում։ Խոսնակի թույլտվությամբ կարող եք կլոնավորել նրա ձայնը 30 վայրկյան աուդիոյից, և թարգմանությունը այնուհետև բոլոր լեզուներով կարդացվում է նրա սեփական ձայնով։ Կլոնավորված ձայնը նշանակում է նաև, որ խոսնակը հետագա ձայնագրություններում ճանաչվում և անունով է նշվում։ Յուրաքանչյուր խոսնակի կարող եք նշանակել ձայն կամ անջատել մեկին։

Ի՞նչ է պահպանվում միջոցառումից հետո։

Ամեն ինչ։ Ձայնագրությունը, դրա տեքստը՝ ուղղումներով և թարգմանություններով, և աուդիոն պահվում են ձեր գրադարանում։ Վերնագիրն ու ամփոփումը գրվում են, երբ բառերը վերջնական լինեն, բոլոր լեզուներով։ Կարող եք նվագել այն ճիշտ այնպես, ինչպես եղել է, որոնել բոլոր տեքստերում ձեր լեզվով և արտահանել որպես SRT ենթագրեր, PDF, Excel կամ JSON։

Կարո՞ղ եմ սա ներդնել իմ արտադրանքի մեջ։

Այո։ Կառավարման վահանակի ամեն ինչ հասանելի է API-ով՝ նույն սակագնով․ իրական ժամանակի տառադարձում WebSocket-ով, ուղիղ տառադարձումներ հեռարձակումներով, թարգմանություն և բարձրաձայն թարգմանություններ, ֆայլերի և հղումների աշխատանքներ, և MCP սերվեր։ Ներառված են TypeScript-ի և Python-ի պաշտոնական SDK-ներ։ Ունկնդիրները կարող են բաժանորդագրվել ձայնագրությանը ձեր սեփական հավելվածից՝ տարածման կոդով և առանց API բանալիի։