Bilik berbilang bahasa tidak perlukan satu bilik khas untuk setiap bahasa. Ia perlukan satu suapan audio yang bersih dari meja, satu pautan yang pendengar buka pada telefon mereka sendiri, dan cara untuk membetulkan nama yang tersalah dengar semasa ucapan masih berjalan.
Ucapan, perkhidmatan, kuliah atau mesyuarat majlis perbandaran mempunyai seorang yang bercakap dan khalayak yang tidak semuanya berfikir dalam bahasa itu. Jawapan lazim sama ada mahal, separa atau persendirian.
Jawapan yang mahal ialah jurubahasa bagi setiap bahasa. Walaupun dengan seorang bagi setiap bahasa, itu bermakna sebuah bilik khas, set penerima dan pakar untuk setiap bahasa dalam dewan, dan pakar-pakar itu tidak akan berkata perkara yang sama. Setiap jurubahasa membuat pilihan sendiri di bawah tekanan masa: perkataan mana untuk satu istilah, apa yang dimampatkan, apa yang digugurkan apabila penceramah bercakap lebih laju. Pada ceramah biasa, perbezaan itu hampir tidak penting. Pada pendengaran mahkamah, mesyuarat majlis yang membuat undian atau taklimat teknikal, ia penting: satu istilah yang ditakrifkan, dos ubat atau satu klausa boleh sampai kepada pendengar Perancis dengan satu makna dan kepada pendengar Arab dengan makna lain, dan tiada seorang pun dalam dewan berada dalam kedudukan untuk menyedarinya. Jawapan separa ialah suapan sari kata pada satu skrin, dalam hanya satu bahasa kedua. Jawapan persendirian ialah lima puluh telefon diacukan ke arah dewan: lima puluh transkrip yang sedikit salah, setiap telefon mendengar gema dan batuk sama jelas seperti penceramah.
Alternatifnya ialah mentranskripsikan penceramah sekali sahaja, daripada sumber yang bersih, kemudian menterjemahkan transkrip tunggal itu ke dalam apa sahaja bahasa yang diperlukan khalayak, supaya setiap bahasa bermula daripada perkataan yang sama, dan setiap pendengar memilih pada peranti sendiri. Rakaman disimpan apabila acara tamat. Berikut ialah cara hos dan pendengar menyediakannya, dan kosnya.
Transkripsi langsung boleh mendengar mikrofon pada mana-mana peranti, suapan RTMP daripada OBS atau mana-mana pengekod lain yang menerima URL pelayan dan kunci strim, siaran langsung YouTube, stesen radio internet atau mana-mana URL yang menyediakan strim. Bagi strim, VocalStack menarik audionya sendiri; tiada apa yang perlu dijalankan di pihak anda.
Sumber lebih penting daripada sebarang tetapan. Mikrofon bilik, atau telefon di atas meja, mendengar penceramah serta bilik itu: gema dari dinding, kerusi, khalayak. Pengecaman pertuturan merosot dengan ketara apabila suara menjadi lebih perlahan berbanding bunyi bilik, sebab itulah lima puluh telefon tadi tidak sependapat. Suapan dari meja pencampur membawa mikrofon penceramah sendiri dengan sedikit bunyi bilik, jadi transkrip mengikut penceramah, bukan bilik. Jika tempat itu mempunyai meja, ambil suapan daripadanya.
Bahasa pertuturan dikesan secara automatik, dan penceramah boleh bertukar bahasa pada bila-bila masa; menamakannya terlebih dahulu membantu pada rakaman yang bising dan loghat yang kuat. Label penceramah boleh ditutup, dihidupkan, atau When Needed, yang menghidupkannya apabila penceramah kedua didengari. Apabila audio sudah masuk, khalayak perlu tahu di mana hendak mencarinya.
Siaran ialah pautan itu sendiri: satu alamat dan kod QR yang pendengar imbas untuk membuka terjemahan langsung dan memilih bahasa mereka. Pautan dibina daripada nama yang anda beri kepada siaran. Namakan semula kemudian dan pautan lama tetap berfungsi, jadi kod QR yang dicetak pada program tidak akan lapuk.
Siaran adalah awam secara lalai: sesiapa yang ada pautan boleh membukanya. Jadikannya persendirian dan tetapkan kata laluan, dan pendengar akan diminta kata laluan sebelum transkrip muncul.
Satu siaran boleh disuap oleh beberapa transkripsi langsung, jadi sebuah persidangan dengan dua pentas berkongsi satu pautan. Pautan itu membawa orang masuk; yang mengekalkan mereka ialah ketepatan nama.
Sistem pengecaman pertuturan dilatih berdasarkan cara orang biasanya bercakap, jadi apabila sesuatu bunyi kabur, ia mencapai perkataan yang biasa. Nama produk, nama keluarga, sebuah kampung, sebatian kimia: setiap satunya mempunyai sebutan hampir sama yang lebih kerap, dan itulah yang keluar melainkan sistem diberitahu bahawa perkataan jarang itu akan datang. Itulah gunanya skrip. Tambah skrip atau slaid sebelum anda mula, dan nama serta istilah di dalamnya akan mengatasi apa yang tersalah dengar. Nama dan istilah itulah tempat pengecaman biasanya tersasar pada ceramah pakar. Semasa rakaman, tab Script mengikut seperti teleprompter, menyalakan perkataan yang sudah dituturkan.
Itu sahaja persediaannya. Di sebelah pautan, lebih sedikit lagi yang perlu dibuat.
Pendengar memerlukan pautan atau kod QR, dan sebuah telefon. Mereka membuka pautan dalam pelayar dan melihat Siaran belum bermula sehingga hos menekan rakam, kemudian LANGSUNG. Baris pertama akan muncul sebentar lagi. Mereka memilih daripada bahasa yang dipilih hos (sehingga 10 bagi setiap transkripsi, daripada 100 yang tersedia) dan membaca transkrip ketika penceramah bercakap. Hos terus bercakap dalam bahasa mereka sendiri. Pendengar boleh menukar bahasa pada bila-bila masa; transkrip setakat itu dipaparkan semula dalam bahasa baharu.
Jika pendengar lebih suka mendengar, setiap baris yang diterjemah dibacakan dengan kuat. Secara lalai setiap penceramah mendapat suara sedia ada yang berbeza dengan jantina yang sepadan, supaya panel tetap kedengaran seperti panel.
Tiga peringkat berlaku mengikut urutan, dan setiap satu menunggu yang sebelumnya. Pengecaman memerlukan tempoh pertuturan sebelum ia boleh mengesahkan perkataan, jadi transkrip ketinggalan daripada penceramah sepersekian saat. Terjemahan memerlukan satu frasa penuh, kerana susunan perkataan berbeza antara bahasa dan hujung ayat boleh mengubah permulaannya, jadi ia mengikut sesaat atau dua kemudian. Pertuturan memerlukan ayat yang diterjemah sebelum ia boleh bermula, jadi baris yang dituturkan datang paling akhir. Ini bukan kecacatan yang perlu diperbaiki; ia adalah apa yang mesti dilalui mana-mana sistem yang melakukan ketiga-tiga tugas ini, termasuk jurubahasa manusia, yang juga menunggu kata kerja.
Dengan kebenaran penceramah, hos boleh mengklon suara penceramah daripada tiga puluh saat penceramah itu bercakap seorang diri (fail MP3, M4A atau WAV; beberapa minit lebih baik). Terjemahan kemudian dibacakan dengan suara penceramah sendiri dalam setiap bahasa. Anggap suara sebagai data biometrik yang memang ia. Di bawah GDPR, data suara yang diproses untuk mengenal pasti seseorang biasanya termasuk dalam kategori khas Artikel 9, dan beberapa negeri Amerika Syarikat, termasuk Illinois, mengawal cap suara secara berasingan. Dapatkan persetujuan nyata penceramah sebelum sampel dirakam, bukan selepasnya; suara boleh dipadam pada bila-bila masa. Pengklonan juga mendaftarkan penceramah, jadi mereka dilabelkan dengan nama dalam rakaman akan datang. Hos boleh menetapkan suara kepada setiap penceramah, atau membisukan seorang daripada mereka.
Pendengar yang tiba lewat melihat semua yang dikatakan sebelum mereka masuk, kemudian mengikuti secara langsung. Jika sambungan terputus, halaman itu mengejar sendiri apabila sambungan kembali. Apabila hos berhenti seketika, pendengar melihat Dijeda. Transkrip diteruskan apabila hos menyambung semula. Apabila hos berhenti, halaman itu menunjukkan tarikh dan panjang rakaman, dan siaran menyenaraikan rakaman lamanya untuk ditonton semula.
Pendengar hanya boleh membaca apa yang didengari enjin, dan pengecaman langsung tersilap sebahagian daripadanya.
Skrin hos mempunyai tab Fix untuk perkara itu. Mark uncertain words mewarnakan dan menggaris perkataan yang enjin tidak pasti; Click to correct membuka baris untuk semakan. Tab itu melalui segmen yang tidak pasti satu demi satu, supaya seorang lagi di meja boleh menyelesaikannya sementara penceramah meneruskan ucapan.
Apabila hos menulis semula satu perkataan atau satu baris, walaupun baris yang masih dituturkan, setiap pendengar melihat pembetulan itu. Baris yang tahap keyakinannya terlalu rendah disembunyikan daripada pendengar sebagai Audio tidak jelas dan bukannya dipaparkan salah; hos masih melihat setiap perkataan. Kekosongan ialah jurang yang diketahui; perkataan salah yang yakin ialah khabar angin.
Pembetulan itu tidak hilang apabila ucapan tamat.
Semuanya disimpan. Rakaman, transkripnya dengan pembetulan dan terjemahan, serta audionya masuk ke dalam pustaka hos. Ulang tayang memainkannya semula tepat seperti ketika ia tiba, baris demi baris, dengan audionya. Apabila perkataan sudah muktamad, tajuk dan ringkasan ditulis dalam setiap bahasa, dan tab Summary serta Export pada skrin hos membawanya keluar dari acara itu.
Eksport ialah sari kata SRT, PDF, Excel atau JSON, dengan pembetulan dan terjemahan disertakan, dan audionya dimuat turun sebagai MP3. Setiap transkrip boleh dicari dalam mana-mana bahasa.
Paparan Audience menunjukkan siapa yang mendengar, dalam bahasa apa, dan bila mereka menyertai: selalunya kiraan sebenar pertama yang dapat diperoleh penganjur tentang siapa yang memerlukan bahasa yang mana. Sebelum itu, anggaran lazimnya ialah sesiapa yang mengangkat tangan apabila ditanya, dalam bahasa Inggeris, sama ada mereka memerlukan terjemahan. ID pendengar dipadam bersama rakaman.
Pengecaman pertuturan, pengecaman penutur dan sintesis suara dijalankan pada pelayan yang kami kendalikan, dan audio anda tidak dihantar kepada mana-mana pihak ketiga untuk diproses. Kami tidak menggunakan audio, transkrip atau suara anda untuk melatih model.
Tempoh simpanan mengikut pelan: pada Bayar Ikut Guna, audio sumber dan suara disimpan selama 7 hari dan transkripsi selama 30 hari; Premium dan Enterprise menyimpannya sepanjang tempoh akaun. Satu lagi perkara yang ditentukan oleh pelan ialah bil.
Dua nombor penting. Pada Bayar Ikut Guna dan Premium, transkripsi langsung ialah $0.60 sejam audio, dicaj mengikut saat dengan minimum 5 minit bagi setiap transkripsi, sama ada dalam Papan Pemuka atau melalui API. Enterprise mempunyai kadar pukal. Pendengar dan bahasa adalah percuma: acara sejam yang dibaca dalam lima bahasa oleh dua ratus orang kosnya $0.60. Fail lebih murah ($0.20 sejam) kerana transkripsi langsung berjalan dalam masa nyata sepanjang acara. Pelan berbeza dari segi serentak, panjang rakaman maksimum dan kelajuan permulaan; pada Bayar Ikut Guna, permulaan sejuk boleh mengambil masa sehingga 15 saat, jadi tekanlah rakam sedikit sebelum penceramah bermula, lebih kurang sebaris "Bolehkah semua di belakang mendengar saya?" lebih awal. Jadual lengkap ada di halaman harga.
Halaman utama mempunyai demo dua telefon, dan akaun baharu di Papan Pemuka datang dengan kredit pendaftaran $5 dan tidak memerlukan kad. Pada kadar langsung, kredit itu menampung lebih daripada lapan jam siaran.
Sedang memilih antara ini dan terjemahan langsung yang terbina dalam telefon semua orang? Baca mengapa telefon tidak cukup untuk bilik. Untuk acara penuh, senarai semak persidangan berbilang bahasa merangkumi laluan audio, beberapa peringkat pada satu pautan dan belanjawan. Pembangun boleh melakukan semua ini daripada kod melalui rujukan API, pada kadar yang sama.
