Govor preprosto

Pogosto zastavljena vprašanja

Moj telefon ima vgrajeno prevajanje v živo – zakaj potrebujem VocalStack?

Telefon poganja majhen model razpoznavanja govora, ki se mora prilegati napravi in bateriji. To je v redu za kratke, jasne, vsakdanje stavke. Ni pa v redu za stvari, ki se v resničnem govoru dejansko pokvarijo: redke besede in imena, besede, ki zvenijo podobno (npr. »sosed« in »sosedi«), strokovne izraze, naglase, ljudi, ki govorijo drug čez drugega, in hrup v ozadju. Model ugiba, prevod temelji na ugibanju, nihče v prostoru pa ne more videti, da je bil napačen.

VocalStack deluje na strežnikih, zato so modeli polne velikosti in vsaka vrstica se po razpoznavanju preveri glede na kontekst. Naložite scenarij ali diapozitive, pa imajo imena in izrazi iz njih prednost pred napačno slišanim. Če je kaj vseeno narobe, lahko vrstico popravite med prenosom v živo, vsak poslušalec pa vidi popravek.

Telefon tudi posluša prostor, ne govorca, in prevaja za eno osebo, zato petdeset telefonov da petdeset različnih prepisov. VocalStack vzame zvok neposredno z mešalne mize, toka ali mikrofona, govorca prepiše enkrat, vsi pa berejo ali poslušajo isto vsebino v svojem jeziku. Prevod se prebere na glas z lastnim glasom govorca, tako da poslušalci slišijo osebo na odru, ne splošnega robotskega glasu.

Ali se zaračunava na poslušalca? Kako deluje cenik?

Ne. Poslušalci so brezplačni, ne glede na število in jezik, v katerem berejo ali poslušajo. Plačate zvok, ki je prepisan, na sekundo, najmanj 5 minut na prepis, in to je ves račun: prevod v do 10 jezikov, govorjeni prevodi, prenos, povzetki in izvozi so vključeni.

Oglejte si cenik in pakete

Datoteke in prepisi v živo imajo različne cene, enake v vseh paketih, paket Premium pa vsak mesec vključuje $50 dobroimetja. Vsi paketi imajo enake zmogljivosti, API pa se zaračunava po isti ceni kot nadzorna plošča.

Kaj potrebujejo poslušalci, da lahko spremljajo?

Povezavo ali QR kodo in telefon. Ničesar ni treba namestiti in ni treba ustvariti računa. Poslušalec odpre povezavo v brskalniku, izbere jezik in bere prepis, medtem ko se govori. Če raje posluša, se vsaka prevedena vrstica prebere tudi na glas. Jezik lahko kadar koli spremenite; dosedanji prepis se v novem jeziku prebere znova.

Poslušalec, ki se pridruži pozneje, vidi vse, kar je bilo rečeno, preden je prišel, nato pa spremlja v živo. Če povezava pade, se stran ob vrnitvi sama dohiti.

Ali mora zvok prihajati iz mikrofona?

Ne. Prepis v živo lahko sprejema mikrofon na kateri koli napravi, RTMP tok iz OBS ali oddajnega kodirnika, YouTube v živo, internetno radijsko postajo ali kateri koli URL, ki ponuja tok. Pri toku VocalStack zvok pridobi sam: na vaši strani ni ničesar za zagnati.

Eno povezavo za prenos lahko napaja več prepisov, tako da konferenca z dvema odroma ali postaja z radijskim tokom in YouTube v živo še vedno delita eno povezavo.

Ali lahko nadzorujem, kdo vidi prepis?

Da. Prenos je privzeto javen: kdor ima povezavo, jo lahko spremlja. Naredite ga zasebnega in nastavite geslo, pa lahko vstopijo le ljudje, ki jim date oboje. Povezavo lahko pozneje preimenujete, stara pa še naprej deluje. Vidite tudi, kdo posluša, v katerem jeziku in kdaj se je pridružil.

Ali poslušalec sliši pravega govorca ali sintetični glas?

Oboje. Privzeto vsak govorec dobi svoj standardni glas ustreznega spola, tako da panel še vedno zveni kot panel. Z dovoljenjem govorca lahko njegov glas klonirate iz trideset sekund zvoka, prevod pa se nato v vseh jezikih bere z njegovim lastnim glasom. Klonirani glas pomeni tudi, da je govorec v prihodnjih posnetkih prepoznan in označen po imenu. Vsakemu govorcu lahko dodelite glas ali enega izklopite.

Kaj se ohrani po dogodku?

Vse. Posnetek, njegov prepis s popravki in prevodi ter zvok so shranjeni v vaši knjižnici. Naslov in povzetek se napišeta, ko so besede dokončne, v vseh jezikih. Predvajate ga lahko natanko tako, kot je prispel, iščete po vseh prepisih v svojem jeziku in izvozite kot podnapise SRT, PDF, Excel ali JSON.

Ali to lahko vgradim v svoj izdelek?

Da. Vse, kar zmore nadzorna plošča, je na voljo prek API-ja po isti ceni: prepis v realnem času prek WebSocketa, prepisi v živo z prenosi, prevajanje in govorjeni prevodi, opravila z datotekami in povezavami ter strežnik MCP. Uradna SDK-ja za TypeScript in Python sta vključena. Poslušalci se lahko z deljeno kodo in brez ključa API naročijo na posnetek iz vaše aplikacije.