Pertuturan dipermudahkan

Soalan Lazim

Telefon saya sudah ada terjemahan langsung — mengapa saya perlukan VocalStack?

Telefon menjalankan model pertuturan kecil yang mesti muat dalam peranti dan bateri. Itu memadai untuk ayat pendek, jelas dan harian. Ia tidak sesuai untuk perkara yang benar-benar tersilap dalam pertuturan sebenar: perkataan dan nama yang jarang digunakan, perkataan yang berbunyi serupa (“their” dan “there”, “sail” dan “sale”), istilah teknikal, loghat, orang bercakap serentak dan bunyi latar belakang. Model itu meneka, terjemahan dibina atas tekaan itu, dan tiada siapa dalam bilik itu dapat melihat bahawa ia silap.

VocalStack berjalan pada pelayan, jadi modelnya bersaiz penuh dan setiap ayat disemak terhadap konteks selepas pengecaman. Muat naik skrip atau slaid dahulu dan nama serta istilah di dalamnya didahulukan berbanding perkara yang tersilap didengar. Jika ada yang masih silap, anda boleh membetulkan ayat semasa ia langsung dan setiap pendengar melihat pembetulan itu.

Telefon juga mendengar bilik, bukan penutur, dan ia menterjemah untuk seorang sahaja, jadi lima puluh telefon menghasilkan lima puluh transkrip yang berbeza. VocalStack mengambil audio terus dari meja campuran, strim atau mikrofon, mentranskripsi penutur sekali sahaja, dan semua orang membaca atau mendengar perkara yang sama dalam bahasa mereka sendiri. Terjemahan dibaca dengan kuat dalam suara penutur sendiri, jadi pendengar mendengar orang di pentas, bukan suara robot generik.

Adakah saya dikenakan caj mengikut pendengar? Bagaimana harga berfungsi?

Tidak. Pendengar adalah percuma, berapa pun bilangannya, dalam apa jua bahasa yang mereka baca atau dengar. Anda membayar untuk audio yang ditranskripsi, mengikut saat, sekurang-kurangnya 5 minit setiap transkripsi, dan itulah keseluruhan bil: terjemahan ke sehingga 10 bahasa, terjemahan lisan, siaran, ringkasan dan eksport adalah termasuk.

Lihat harga dan pelan

Fail dan transkripsi langsung mempunyai kadar yang berbeza, sama bagi setiap pelan, dan Premium termasuk kredit $50 setiap bulan. Setiap pelan mempunyai ciri yang sama, dan API dikenakan kadar yang sama seperti Papan Pemuka.

Apa yang pendengar perlukan untuk mengikuti?

Pautan atau kod QR, dan telefon. Tiada apa-apa untuk dipasang dan tiada akaun untuk dicipta. Pendengar membuka pautan dalam pelayar, memilih bahasa, dan membaca transkrip semasa ia dituturkan. Jika mereka lebih suka mendengar, setiap ayat terjemahan juga dibaca dengan kuat. Tukar bahasa pada bila-bila masa; transkrip setakat itu dibaca semula dalam bahasa baharu.

Pendengar yang menyertai lewat melihat semua yang dikatakan sebelum mereka tiba, kemudian mengikuti secara langsung. Jika sambungan terputus, halaman itu terkejar dengan sendirinya apabila ia kembali.

Adakah audio mesti datang daripada mikrofon?

Tidak. Transkripsi langsung boleh mendengar mikrofon pada mana-mana peranti, suapan RTMP daripada OBS atau pengekod siaran, YouTube langsung, stesen radio internet atau mana-mana URL yang menyediakan strim. Untuk strim, VocalStack menarik audio itu sendiri: tiada apa yang perlu dijalankan di pihak anda.

Satu pautan siaran boleh disuapkan oleh beberapa transkripsi, jadi persidangan dengan dua pentas, atau stesen dengan strim radio dan YouTube langsung, tetap berkongsi satu pautan.

Bolehkah saya mengawal siapa yang melihat transkrip?

Boleh. Siaran ialah awam secara lalai: sesiapa yang memegang pautan boleh mengikutinya. Jadikannya persendirian dan tetapkan kata laluan, dan hanya orang yang anda beri kedua-duanya boleh masuk. Namakan semula pautan kemudian dan pautan lama tetap berfungsi. Anda juga boleh melihat siapa yang mendengar, dalam bahasa apa, dan bila mereka menyertai.

Adakah pendengar mendengar penutur sebenar atau suara sintetik?

Kedua-duanya boleh. Secara lalai setiap penutur mendapat suara sedia ada yang berbeza dan sepadan jantinanya, supaya panel kekal kedengaran seperti panel. Dengan kebenaran penutur, anda boleh mengklon suaranya daripada tiga puluh saat audio, dan terjemahan kemudian dibaca dengan suara mereka sendiri dalam setiap bahasa. Suara klon juga bermakna penutur itu dikecam dan dilabel mengikut nama dalam rakaman akan datang. Anda boleh memberikan suara kepada setiap penutur, atau menyenyapkan seorang.

Apa yang disimpan selepas acara?

Segalanya. Rakaman, transkripnya dengan pembetulan dan terjemahan, serta audio disimpan dalam perpustakaan anda. Tajuk dan ringkasan ditulis sebaik sahaja perkataan muktamad, dalam setiap bahasa. Anda boleh memainkannya semula tepat seperti yang diterima, mencari dalam setiap transkrip dalam bahasa anda, dan mengeksportnya sebagai sari kata SRT, PDF, Excel atau JSON.

Bolehkah saya membina ini ke dalam produk saya sendiri?

Boleh. Segala yang Papan Pemuka lakukan tersedia melalui API, pada kadar yang sama: transkripsi masa nyata melalui WebSocket, transkripsi langsung dengan siaran, terjemahan dan terjemahan lisan, tugas fail dan pautan, serta pelayan MCP. SDK rasmi untuk TypeScript dan Python disertakan. Pendengar boleh melanggan rakaman dari aplikasi anda sendiri dengan kod kongsi dan tanpa kunci API.