La voce, resa semplice

Domande frequenti

Il mio telefono ha già la traduzione in diretta: perché mi serve VocalStack?

Un telefono usa un piccolo modello vocale che deve adattarsi al dispositivo e alla batteria. Va bene per frasi brevi, chiare e quotidiane. Non va bene per ciò che nel parlato reale va storto davvero: parole e nomi poco comuni, parole che suonano uguali (“hanno” e “anno”, “c'è” e “ce”), termini tecnici, accenti, persone che si parlano sopra e rumore di fondo. Il modello tira a indovinare, la traduzione si basa su quell'ipotesi e nessuno in sala può accorgersi che era sbagliata.

VocalStack funziona sui server, quindi i modelli sono a grandezza piena e ogni frase viene verificata nel contesto dopo il riconoscimento. Carica prima un copione o delle slide e i nomi e i termini contenuti prevarranno su ciò che è stato frainteso. Se qualcosa risulta ancora sbagliato, puoi correggere la frase mentre è in diretta e ogni ascoltatore vede la correzione.

Un telefono, inoltre, sente la sala, non chi parla, e traduce per una sola persona: cinquanta telefoni danno cinquanta trascrizioni diverse. VocalStack prende l'audio direttamente dal mixer, dallo stream o dal microfono, trascrive chi parla una sola volta, e tutti leggono o ascoltano la stessa cosa nella propria lingua. La traduzione viene letta con la voce stessa del relatore, così gli ascoltatori sentono la persona sul palco, non una generica voce robotica.

Pago per ogni ascoltatore? Come funzionano i prezzi?

No. Gli ascoltatori sono gratuiti, quanti che siano, in qualunque lingua leggano o ascoltino. Paghi l'audio trascritto, al secondo, con un minimo di 5 minuti per trascrizione, e questo è tutto: la traduzione in un massimo di 10 lingue, le traduzioni vocali, la trasmissione, i riepiloghi e le esportazioni sono inclusi.

Vedi prezzi e piani

File e trascrizioni in diretta hanno tariffe diverse, uguali su ogni piano, e Premium include $50 di credito ogni mese. Ogni piano ha le stesse funzionalità e l'API costa quanto la Dashboard.

Cosa serve agli ascoltatori per seguire?

Un link o un codice QR, e un telefono. Non c'è nulla da installare e nessun account da creare. L'ascoltatore apre il link nel browser, sceglie una lingua e legge la trascrizione mentre viene pronunciata. Se preferisce ascoltare, ogni frase tradotta viene anche letta ad alta voce. Può cambiare lingua in qualsiasi momento: la trascrizione fin lì viene riletta nella nuova lingua.

Chi si collega in ritardo vede tutto ciò che è stato detto prima del suo arrivo, poi segue in diretta. Se la connessione cade, la pagina si rimette in pari da sola quando torna.

L'audio deve per forza arrivare da un microfono?

No. Una trascrizione in diretta può ascoltare un microfono su qualsiasi dispositivo, un feed RTMP da OBS o da un encoder di trasmissione, una diretta YouTube, una radio online o qualsiasi URL che fornisca uno stream. Per uno stream, VocalStack preleva l'audio da sé: dalla tua parte non deve girare nulla.

Un solo link di trasmissione può essere alimentato da più trascrizioni, così una conferenza con due palchi, o un'emittente con uno stream radio e una diretta YouTube, condivide comunque un solo link.

Posso controllare chi vede la trascrizione?

Sì. Una trasmissione è pubblica per impostazione predefinita: chiunque abbia il link può seguirla. Rendila privata e imposta una password, e potranno entrare solo le persone a cui dai entrambi. Se in seguito rinomini il link, il vecchio continua a funzionare. Puoi anche vedere chi sta ascoltando, in quale lingua e quando si è collegato.

L'ascoltatore sente il vero relatore o una voce sintetica?

Entrambe le cose. Per impostazione predefinita ogni parlante riceve una voce predefinita distinta e dello stesso genere, così un panel suona ancora come un panel. Con il permesso del parlante, puoi clonarne la voce da trenta secondi di audio, e la traduzione viene poi letta con la sua voce in ogni lingua. Una voce clonata significa anche che il parlante viene riconosciuto ed etichettato per nome nelle registrazioni future. Puoi assegnare una voce a ogni parlante, o disattivarne uno.

Cosa resta dopo l'evento?

Tutto. La registrazione, la sua trascrizione con correzioni e traduzioni e l'audio vengono conservati nella tua libreria. Titolo e riepilogo vengono scritti quando le parole sono definitive, in ogni lingua. Puoi riascoltarla esattamente come è arrivata, cercare in tutte le trascrizioni nella tua lingua ed esportarla come sottotitoli SRT, PDF, Excel o JSON.

Posso integrarlo nel mio prodotto?

Sì. Tutto ciò che fa la Dashboard è disponibile tramite l'API, alla stessa tariffa: trascrizione in tempo reale su WebSocket, trascrizioni in diretta con trasmissioni, traduzione e traduzioni vocali, job per file e link e un server MCP. Sono inclusi gli SDK ufficiali per TypeScript e Python. Gli ascoltatori possono iscriversi a una registrazione dalla tua app con un codice di condivisione, senza chiave API.