Ucapan jadi mudah

Pertanyaan yang Sering Diajukan

Ponsel saya sudah punya terjemahan langsung bawaan - kenapa saya perlu VocalStack?

Ponsel menjalankan model ucapan kecil yang harus muat di perangkat dan hemat baterai. Itu cukup untuk kalimat sehari-hari yang pendek dan jelas. Tapi tidak cukup untuk hal-hal yang benar-benar sering salah dalam ucapan nyata: kata dan nama yang jarang dipakai, kata yang bunyinya mirip (“their” dan “there”, “sail” dan “sale”), istilah teknis, aksen, orang yang bicara bersamaan, dan kebisingan latar. Model itu menebak, terjemahannya dibangun di atas tebakan itu, dan tidak ada seorang pun di ruangan yang bisa melihat bahwa tebakannya salah.

VocalStack berjalan di server, sehingga modelnya berukuran penuh dan setiap baris diperiksa terhadap konteksnya setelah dikenali. Unggah naskah atau slide terlebih dahulu, dan nama serta istilah di dalamnya diutamakan atas yang salah dengar. Jika masih ada yang keliru, Anda bisa memperbaiki baris itu saat sesi berlangsung dan setiap pendengar melihat koreksinya.

Ponsel juga mendengar ruangan, bukan pembicaranya, dan menerjemahkan untuk satu orang, sehingga lima puluh ponsel menghasilkan lima puluh transkrip yang berbeda. VocalStack mengambil audio langsung dari mixer audio, stream, atau mikrofon, mentranskripsi pembicara sekali, dan semua orang membaca atau mendengar hal yang sama dalam bahasanya sendiri. Terjemahannya dibacakan dengan suara pembicara itu sendiri, sehingga pendengar mendengar orang di panggung, bukan suara robot yang generik.

Apakah saya dikenai biaya per pendengar? Bagaimana cara kerja harganya?

Tidak. Pendengar gratis, berapa pun jumlahnya, dalam bahasa apa pun mereka membaca atau mendengarkan. Anda membayar audio yang ditranskripsi, per detik, minimal 5 menit per transkripsi, dan hanya itu tagihannya: terjemahan hingga 10 bahasa, terjemahan lisan, penyiaran, ringkasan, dan ekspor sudah termasuk.

Lihat harga dan paket

File dan transkripsi langsung punya tarif yang berbeda, sama di setiap paket, dan Premium mencakup kredit $50 setiap bulan. Setiap paket punya fitur yang sama, dan API dikenai tarif yang sama dengan Dasbor.

Apa yang dibutuhkan pendengar untuk mengikuti?

Tautan atau kode QR, dan sebuah ponsel. Tidak ada yang perlu dipasang dan tidak perlu membuat akun. Pendengar membuka tautan di browser, memilih bahasa, dan membaca transkrip saat diucapkan. Jika lebih suka mendengarkan, setiap baris terjemahan juga dibacakan. Ganti bahasa kapan saja; transkrip sejauh ini akan ditampilkan ulang dalam bahasa yang baru.

Pendengar yang bergabung terlambat melihat semua yang diucapkan sebelum mereka datang, lalu mengikuti secara langsung. Jika koneksi terputus, halaman akan menyusul dengan sendirinya saat koneksi kembali.

Apakah audionya harus berasal dari mikrofon?

Tidak. Transkripsi langsung bisa mendengar mikrofon di perangkat apa pun, feed RTMP dari OBS atau encoder siaran, YouTube live, stasiun radio internet, atau URL apa pun yang menyajikan stream. Untuk stream, VocalStack menarik audionya sendiri: tidak ada yang perlu dijalankan di sisi Anda.

Satu tautan siaran bisa diisi oleh beberapa transkripsi, sehingga konferensi dengan dua panggung, atau stasiun dengan stream radio dan YouTube live, tetap berbagi satu tautan.

Bisakah saya mengatur siapa yang melihat transkrip?

Bisa. Siaran bersifat publik secara default: siapa pun yang memegang tautannya bisa mengikutinya. Jadikan privat dan atur kata sandi, maka hanya orang yang Anda beri keduanya yang bisa masuk. Ganti nama tautan nanti dan tautan lama tetap berfungsi. Anda juga bisa melihat siapa yang mendengarkan, dalam bahasa apa, dan kapan mereka bergabung.

Apakah pendengar mendengar pembicara asli atau suara sintetis?

Keduanya bisa. Secara default, setiap pembicara mendapat suara bawaan yang berbeda dengan gender yang sesuai, sehingga diskusi panel tetap terdengar seperti panel. Dengan izin pembicara, Anda bisa mengkloning suaranya dari tiga puluh detik audio, lalu terjemahannya dibacakan dengan suaranya sendiri dalam setiap bahasa. Suara kloning juga berarti pembicara dikenali dan diberi label namanya di rekaman berikutnya. Anda bisa menetapkan suara untuk setiap pembicara, atau membisukan salah satunya.

Apa yang disimpan setelah acara selesai?

Semuanya. Rekaman, transkripnya beserta koreksi dan terjemahan, serta audionya disimpan di pustaka Anda. Judul dan ringkasan ditulis begitu kata-katanya final, dalam setiap bahasa. Anda bisa memutarnya ulang persis seperti saat masuk, mencari di seluruh transkrip dalam bahasa Anda, dan mengekspornya sebagai subtitle SRT, PDF, Excel, atau JSON.

Bisakah saya membangun ini ke dalam produk saya sendiri?

Bisa. Semua yang dilakukan Dasbor tersedia lewat API, dengan tarif yang sama: transkripsi real-time lewat WebSocket, transkripsi langsung dengan siaran, terjemahan dan terjemahan lisan, job file dan tautan, serta server MCP. SDK resmi untuk TypeScript dan Python sudah termasuk. Pendengar bisa berlangganan rekaman dari aplikasi Anda sendiri dengan kode berbagi, tanpa kunci API.