Tale gjort enkelt

Ofte stilte spørsmål

Telefonen min har direkte oversettelse innebygd – hvorfor trenger jeg VocalStack?

En telefon kjører en liten talemodell som må få plass på enheten og batteriet. Det er greit for korte, tydelige, hverdagslige setninger. Det er ikke greit for det som faktisk går galt i ekte tale: uvanlige ord og navn, ord som høres likt ut («their» og «there», «sail» og «sale»), fagtermer, aksenter, folk som snakker i munnen på hverandre, og bakgrunnsstøy. Modellen gjetter, oversettelsen bygger på gjettingen, og ingen i rommet kan se at den var feil.

VocalStack kjører på servere, så modellene er fullstore, og hver replikk kontrolleres mot konteksten etter gjenkjenningen. Last opp et manus eller lysbilder først, så går navnene og termene i dem foran det som ble oppfattet feil. Hvis noe fortsatt blir galt, kan du rette replikken mens den er direkte, og alle lyttere ser rettelsen.

En telefon hører også rommet, ikke taleren, og oversetter for én person, så femti telefoner gir femti ulike transkripsjoner. VocalStack tar lyd rett fra lydmikseren, strømmen eller mikrofonen, transkriberer taleren én gang, og alle leser eller lytter til det samme på sitt eget språk. Oversettelsen leses opp med talerens egen stemme, så lyttere hører personen på scenen, ikke en generisk robotstemme.

Betaler jeg per lytter? Hvordan fungerer prisingen?

Nei. Lyttere er gratis, uansett hvor mange de er, og uansett hvilket språk de leser eller lytter på. Du betaler for lyden som transkriberes, per sekund, med minst 5 minutter per transkripsjon, og det er hele regningen: oversettelse til opptil 10 språk, talte oversettelser, sending, sammendrag og eksport er inkludert.

Se priser og abonnementer

Filer og direkte transkripsjoner har ulike satser, de samme på alle abonnementer, og Premium inkluderer $50 i kreditt hver måned. Alle abonnementer har de samme funksjonene, og API-et belastes med samme sats som dashbordet.

Hva trenger lyttere for å følge med?

En lenke eller en QR-kode, og en telefon. Det er ingenting å installere, og ingen konto å opprette. En lytter åpner lenken i en nettleser, velger et språk, og leser transkripsjonen etter hvert som den blir sagt. Foretrekker de å lytte, leses hver oversatte replikk også opp. Bytt språk når som helst; transkripsjonen så langt leses på nytt på det nye språket.

En lytter som blir med sent, ser alt som er sagt før de kom, og følger så direkte. Hvis forbindelsen faller, tar siden seg igjen av seg selv når den kommer tilbake.

Må lyden komme fra en mikrofon?

Nei. En direkte transkripsjon kan lytte til en mikrofon på en hvilken som helst enhet, en RTMP-strøm fra OBS eller en sendekoder, en YouTube-direkte, en internettradiostasjon eller en hvilken som helst URL som leverer en strøm. For en strøm henter VocalStack selv lyden: ingenting kjører på din side.

Én sendelenke kan mates av flere transkripsjoner, så en konferanse med to scener, eller en stasjon med en radiostrøm og en YouTube-direkte, deler fortsatt én lenke.

Kan jeg styre hvem som ser transkripsjonen?

Ja. En sending er offentlig som standard: alle med lenken kan følge den. Gjør den privat og sett et passord, så er det bare folk du gir begge deler til som kommer inn. Gi lenken nytt navn senere, så fungerer den gamle fortsatt. Du kan også se hvem som lytter, på hvilket språk, og når de ble med.

Hører lytteren den ekte taleren eller en syntetisk stemme?

Begge deler. Som standard får hver taler en egen standardstemme med samme kjønn, så et panel fortsatt høres ut som et panel. Med talerens tillatelse kan du klone stemmen hens fra tretti sekunders lyd, og oversettelsen leses da med hens egen stemme på alle språk. En klonet stemme betyr også at taleren gjenkjennes og merkes med navn i fremtidige opptak. Du kan tildele en stemme til hver taler, eller dempe en.

Hva beholdes etter arrangementet?

Alt. Opptaket, transkripsjonen med korrigeringer og oversettelser, og lyden lagres i biblioteket ditt. En tittel og et sammendrag skrives når ordene er endelige, på alle språk. Du kan spille det av nøyaktig slik det kom, søke i alle transkripsjoner på ditt språk, og eksportere det som SRT-undertekster, PDF, Excel eller JSON.

Kan jeg bygge dette inn i mitt eget produkt?

Ja. Alt dashbordet gjør, er tilgjengelig gjennom API-et, til samme sats: sanntidstranskripsjon over en WebSocket, direkte transkripsjoner med sendinger, oversettelse og talte oversettelser, jobber for filer og lenker, og en MCP-server. Offisielle SDK-er for TypeScript og Python er inkludert. Lyttere kan abonnere på et opptak fra din egen app med en delingskode og uten API-nøkkel.