Tal gjort enkelt

Vanliga frågor

Min telefon har livetranslation inbyggt – varför behöver jag VocalStack?

En telefon kör en liten talmodell som måste få plats i enheten och batteriet. Det fungerar bra för korta, tydliga vardagsmeningar. Det fungerar inte för det som faktiskt går fel i verkligt tal: ovanliga ord och namn, ord som låter lika (“their” och “there”, “sail” och “sale”), tekniska termer, accenter, personer som pratar i mun på varandra och bakgrundsljud. Modellen gissar, översättningen bygger på gissningen, och ingen i rummet kan se att den var fel.

VocalStack körs på servrar, så modellerna är fullstora och varje rad kontrolleras mot sammanhanget efter igenkänningen. Ladda upp ett manus eller bildspel först, så går namn och termer från det före det som hörts fel. Om något ändå blir fel kan du rätta raden medan den är live, och varje lyssnare ser rättelsen.

En telefon hör även rummet, inte talaren, och översätter för en person, så femtio telefoner ger femtio olika transkript. VocalStack tar ljud direkt från mixerbordet, strömmen eller mikrofonen, transkriberar talaren en gång, och alla läser eller lyssnar på samma sak på sitt eget språk. Översättningen läses upp med talarens egen röst, så lyssnarna hör personen på scenen, inte en generisk robotröst.

Debiteras jag per lyssnare? Hur fungerar prissättningen?

Nej. Lyssnarna är gratis, oavsett hur många de är och på vilket språk de läser eller lyssnar. Du betalar för det ljud som transkriberas, per sekund, med minst 5 minuter per transkribering, och det är hela notan: översättning till upp till 10 språk, talade översättningar, sändning, sammanfattningar och exporter ingår.

Se priser och abonnemang

Filer och livetranskriberingar har olika taxor, samma på alla abonnemang, och Premium ingår med $50 i krediter varje månad. Alla abonnemang har samma funktioner, och API:et debiteras till samma pris som dashboarden.

Vad behöver lyssnarna för att följa med?

En länk eller en QR-kod, och en telefon. Det finns inget att installera och inget konto att skapa. En lyssnare öppnar länken i webbläsaren, väljer språk och läser transkriptet medan det talas. Om de hellre lyssnar läses varje översatt rad också upp. Byt språk när som helst; transkriptet hittills läses upp på det nya språket.

En lyssnare som ansluter sent ser allt som sagts innan de kom och följer sedan live. Om anslutningen bryts hämtar sidan själv in det som missats när den kommer tillbaka.

Måste ljudet komma från en mikrofon?

Nej. En livetranskribering kan lyssna på en mikrofon på valfri enhet, ett RTMP-flöde från OBS eller en sändningsencoder, en YouTube-livesändning, en internetradiostation eller valfri URL som levererar en ström. För en ström hämtar VocalStack ljudet själv: inget körs på din sida.

En sändningslänk kan matas av flera transkriberingar, så en konferens med två scener, eller en station med en radioström och en YouTube-livesändning, delar fortfarande en länk.

Kan jag styra vem som ser transkriptet?

Ja. En sändning är offentlig som standard: alla som har länken kan följa den. Gör den privat och sätt ett lösenord, så är det bara personer som du ger båda till som kommer in. Du kan byta namn på länken senare och den gamla fungerar fortfarande. Du kan också se vem som lyssnar, på vilket språk och när de anslöt.

Hör en lyssnare den verkliga talaren eller en syntetisk röst?

Båda går. Som standard får varje talare en egen standardröst av matchande kön, så att en panel fortfarande låter som en panel. Med talarens tillstånd kan du klona hans eller hennes röst från trettio sekunder ljud, och översättningen läses sedan upp med talarens egen röst på alla språk. En klonad röst innebär också att talaren känns igen och märks med namn i framtida inspelningar. Du kan tilldela en röst till varje talare, eller stänga av en.

Vad sparas efter evenemanget?

Allt. Inspelningen, dess transkript med rättelser och översättningar, och ljudet sparas i ditt bibliotek. En titel och sammanfattning skrivs när orden är klara, på alla språk. Du kan spela upp den exakt som den kom in, söka i alla transkript på ditt språk och exportera den som SRT-undertexter, PDF, Excel eller JSON.

Kan jag bygga in detta i min egen produkt?

Ja. Allt som dashboarden gör finns i API:et, till samma pris: transkribering i realtid över en WebSocket, livetranskriberingar med sändningar, översättning och talade översättningar, jobb för filer och länkar samt en MCP-server. Officiella SDK:er för TypeScript och Python ingår. Lyssnare kan prenumerera på en inspelning från din egen app med en delningskod och utan API-nyckel.