Runa padarīta vienkārša

Biežāk uzdotie jautājumi

Manā tālrunī jau ir iebūvēts tiešraides tulkojums – kāpēc man vajag VocalStack?

Tālrunis darbina nelielu runas modeli, kuram jāietilpst ierīcē un akumulatora ietvaros. Tas ir labi īsiem, skaidriem ikdienas teikumiem. Taču tas nav piemērots tam, kas patiesi noiet greizi reālā runā: retiem vārdiem un vārdiem, vārdiem, kas skan līdzīgi („their“ un „there“, „sail“ un „sale“), tehniskiem terminiem, akcentiem, cilvēkiem, kas runā vienlaikus, un fona troksnim. Modelis min, tulkojums balstās uz minējumu, un neviens telpā nevar redzēt, ka tas bija nepareizi.

VocalStack darbojas serveros, tāpēc modeļi ir pilnizmēra, un katra rinda pēc atpazīšanas tiek pārbaudīta kontekstā. Augšupielādējiet tekstu vai slaidus iepriekš, un tajos minētie vārdi un termini ir svarīgāki par nepareizi sadzirdēto. Ja kaut kas joprojām iznāk nepareizi, varat labot rindu tiešraidē, un katrs klausītājs redz labojumu.

Tālrunis arī dzird telpu, nevis runātāju, un tulko vienam cilvēkam, tāpēc piecdesmit tālruņi dod piecdesmit dažādus transkriptus. VocalStack ņem audio tieši no skaņas pults, straumes vai mikrofona, transkribē runātāju vienreiz, un visi lasa vai klausās vienu un to pašu savā valodā. Tulkojums tiek nolasīts skaļi runātāja paša balsī, tāpēc klausītāji dzird cilvēku uz skatuves, nevis vispārīgu robota balsi.

Vai man maksā par katru klausītāju? Kā darbojas cenas?

Nē. Klausītāji ir bez maksas neatkarīgi no to skaita un valodas, kādā lasa vai klausās. Jūs maksājat par transkribēto audio, pa sekundēm, vismaz 5 minūtes katrai transkripcijai, un tas ir viss rēķins: tulkojums līdz 10 valodām, runātie tulkojumi, pārraide, kopsavilkumi un eksports ir iekļauti.

Skatīt cenas un plānus

Failiem un tiešraides transkripcijām ir atšķirīgas likmes, vienādas visos plānos, un Premium iekļauj $50 kredītu katru mēnesi. Visiem plāniem ir vienādas funkcijas, un API tiek apmaksāts tādā pašā likmē kā vadības panelis.

Kas klausītājiem nepieciešams, lai sekotu līdzi?

Saite vai QR kods un tālrunis. Nekas nav jāinstalē un nav jāveido konts. Klausītājs atver saiti pārlūkprogrammā, izvēlas valodu un lasa transkriptu, kamēr runa tiek izrunāta. Ja viņš dod priekšroku klausīties, katra tulkotā rinda tiek arī nolasīta skaļi. Valodu var mainīt jebkurā brīdī; līdz šim notikušais transkripts tiek nolasīts no jauna jaunajā valodā.

Klausītājs, kas pievienojas vēlu, redz visu, kas teikts pirms viņa ierašanās, un pēc tam seko līdzi tiešraidē. Ja savienojums pārtrūkst, lapa, kad tas atjaunojas, pati panāk pārējo.

Vai audio obligāti jānāk no mikrofona?

Nē. Tiešraides transkripcija var klausīties mikrofonu jebkurā ierīcē, RTMP plūsmu no OBS vai pārraides kodētāja, YouTube tiešraidi, interneta radiostaciju vai jebkuru URL adresi, kas piedāvā straumi. Straumes gadījumā VocalStack pats iegūst audio: jūsu pusē nekas nedarbojas.

Vienu pārraides saiti var barot vairākas transkripcijas, tāpēc konference ar divām skatuvēm vai radiostacija ar radio straumi un YouTube tiešraidi joprojām kopīgo vienu saiti.

Vai es varu kontrolēt, kas redz transkriptu?

Jā. Pārraide pēc noklusējuma ir publiska: ikviens ar saiti var sekot tai. Padariet to privātu un iestatiet paroli, un iekļūt varēs tikai tie, kuriem abus esat devis. Saiti var pārdēvēt vēlāk, un vecā turpina darboties. Varat arī redzēt, kas klausās, kādā valodā un kad pievienojās.

Vai klausītājs dzird īsto runātāju vai sintētisku balsi?

Abi iespējami. Pēc noklusējuma katrs runātājs saņem atšķirīgu standarta balsi ar atbilstošu dzimumu, lai panelis joprojām skanētu kā panelis. Ar runātāja atļauju varat klonēt viņa balsi no trīsdesmit sekunžu audio, un tulkojums tad tiek nolasīts viņa paša balsī katrā valodā. Klonēta balss arī nozīmē, ka runātājs nākamajos ierakstos tiek atpazīts un iezīmēts ar vārdu. Katram runātājam varat piešķirt balsi vai izslēgt kādu.

Kas tiek saglabāts pēc pasākuma?

Viss. Ieraksts, tā transkripts ar labojumiem un tulkojumiem, un audio tiek saglabāti jūsu bibliotēkā. Nosaukums un kopsavilkums tiek uzrakstīts, kad vārdi ir galīgi, katrā valodā. Varat to atskaņot tieši tā, kā tas tika saņemts, meklēt visos transkriptos savā valodā un eksportēt kā SRT subtitrus, PDF, Excel vai JSON.

Vai es varu to iebūvēt savā produktā?

Jā. Viss, ko dara vadības panelis, ir pieejams caur API, tādā pašā likmē: reāllaika transkripcija caur WebSocket, tiešraides transkripcijas ar pārraidēm, tulkojums un runātie tulkojumi, failu un saišu darbi un MCP serveris. Ietverti oficiālie SDK TypeScript un Python. Klausītāji var abonēt ierakstu no jūsu lietotnes ar koplietošanas kodu un bez API atslēgas.