Vorbirea, simplu

Întrebări frecvente

Telefonul meu are traducere live integrată - de ce am nevoie de VocalStack?

Un telefon rulează un model de vorbire mic, care trebuie să încapă pe dispozitiv și să nu consume bateria. E în regulă pentru propoziții scurte, clare, de zi cu zi. Nu e în regulă pentru lucrurile care chiar merg prost în vorbirea reală: cuvinte și nume rare, cuvinte care sună la fel („mie” și „mi-e”, „ia” și „i-a”), termeni tehnici, accente, oameni care vorbesc unii peste alții și zgomot de fond. Modelul ghicește, traducerea se construiește pe ghicitoare, iar nimeni din sală nu poate vedea că a fost greșită.

VocalStack rulează pe servere, așa că modelele sunt la dimensiune completă și fiecare replică este verificată în context după recunoaștere. Încarcă mai întâi un script sau slide-uri, iar numele și termenii din ele au prioritate față de ce a fost auzit greșit. Dacă ceva tot iese greșit, poți corecta replica cât e live, iar fiecare ascultător vede corectura.

Un telefon aude sala, nu vorbitorul, și traduce pentru o singură persoană, așa că cincizeci de telefoane dau cincizeci de transcrieri diferite. VocalStack preia sunetul direct din mixer, din stream sau din microfon, transcrie vorbitorul o singură dată, iar toată lumea citește sau ascultă același lucru în propria limbă. Traducerea este citită cu vocea vorbitorului, așa că ascultătorii aud persoana de pe scenă, nu o voce robotică oarecare.

Plătesc pentru fiecare ascultător? Cum funcționează prețurile?

Nu. Ascultătorii sunt gratuiți, oricâți ar fi, în orice limbă ar citi sau asculta. Plătești pentru audio-ul transcris, la secundă, minimum 5 minute per transcriere, și asta e toată factura: traducerea în până la 10 limbi, traducerile vocale, transmisiunea, rezumatele și exporturile sunt incluse.

Vezi prețurile și planurile

Fișierele și transcrierile live au tarife diferite, aceleași pe fiecare plan, iar Premium include $50 credit în fiecare lună. Toate planurile au aceleași funcții, iar API-ul este taxat la același tarif ca Dashboard-ul.

De ce au nevoie ascultătorii ca să urmărească?

Un link sau un cod QR și un telefon. Nu trebuie instalat nimic și nu trebuie creat niciun cont. Ascultătorul deschide linkul în browser, își alege limba și citește transcrierea pe măsură ce se vorbește. Dacă preferă să asculte, fiecare replică tradusă este și citită cu voce tare. Poate schimba limba oricând; transcrierea de până atunci este reafișată în noua limbă.

Un ascultător care intră mai târziu vede tot ce s-a spus înainte să ajungă, apoi urmărește live. Dacă se pierde conexiunea, pagina recuperează singură când revine.

Sunetul trebuie să vină de la un microfon?

Nu. O transcriere live poate prelua un microfon de pe orice dispozitiv, un flux RTMP din OBS sau dintr-un encoder de transmisie, un YouTube live, un post de radio online sau orice URL care oferă un stream. Pentru un stream, VocalStack preia singur sunetul: nu rulează nimic la tine.

Un singur link de transmisiune poate fi alimentat de mai multe transcrieri, așa că o conferință cu două scene sau un post cu un stream radio și un YouTube live folosesc tot un singur link.

Pot controla cine vede transcrierea?

Da. O transmisiune este publică în mod implicit: oricine are linkul o poate urmări. Fă-o privată și setează o parolă, iar doar cei cărora le dai ambele pot intra. Redenumește linkul mai târziu, iar cel vechi continuă să funcționeze. Poți vedea și cine ascultă, în ce limbă și când a intrat.

Ascultătorul aude vorbitorul real sau o voce sintetică?

Oricare. Implicit, fiecare vorbitor primește o voce predefinită distinctă, de același gen, ca o dezbatere să sune tot a dezbatere. Cu permisiunea vorbitorului, îi poți clona vocea din treizeci de secunde de audio, iar traducerea este apoi citită cu vocea lui în fiecare limbă. O voce clonată înseamnă și că vorbitorul este recunoscut și etichetat după nume în înregistrările viitoare. Poți atribui o voce fiecărui vorbitor sau poți opri sunetul unuia.

Ce se păstrează după eveniment?

Totul. Înregistrarea, transcrierea ei cu corecturi și traduceri, precum și sunetul sunt stocate în biblioteca ta. Un titlu și un rezumat sunt scrise după ce cuvintele sunt finale, în fiecare limbă. O poți reda exact cum a sosit, poți căuta în toate transcrierile în limba ta și o poți exporta ca subtitrări SRT, PDF, Excel sau JSON.

Pot integra asta în propriul meu produs?

Da. Tot ce face Dashboard-ul este disponibil prin API, la același tarif: transcriere în timp real printr-un WebSocket, transcrieri live cu transmisiuni, traducere și traduceri vocale, joburi pentru fișiere și linkuri și un server MCP. SDK-urile oficiale pentru TypeScript și Python sunt incluse. Ascultătorii se pot abona la o înregistrare din propria ta aplicație cu un cod de distribuire, fără cheie API.