Usemi umerahisishwa

Maswali Yanayoulizwa Mara kwa Mara

Simu yangu ina tafsiri mubashara tayari - kwa nini nahitaji VocalStack?

Simu huendesha modeli ndogo ya usemi inayopaswa kutoshea kwenye kifaa na betri. Hilo ni sawa kwa sentensi fupi, wazi za kila siku. Si sawa kwa mambo yanayoharibika katika usemi halisi: maneno adimu na majina, maneno yanayofanana kwa sauti (“their” na “there”, “sail” na “sale”), istilahi za kiufundi, lafudhi, watu wanaozungumza kwa wakati mmoja na kelele za chinichini. Modeli hukisia, tafsiri inajengwa juu ya kisio hilo, na hakuna mtu chumbani anayeweza kuona kwamba lilikosea.

VocalStack hufanya kazi kwenye seva, kwa hiyo modeli ni kamili kwa ukubwa na kila mstari hukaguliwa dhidi ya muktadha baada ya utambuzi. Pakia hati au slaidi kwanza, na majina na istilahi zilizomo zitapewa kipaumbele kuliko yale yaliyosikika vibaya. Ikiwa bado kuna kitu kisicho sahihi, unaweza kurekebisha mstari wakati wa moja kwa moja na kila msikilizaji ataona marekebisho.

Simu pia husikia chumba, si mzungumzaji, na hutafsiri kwa mtu mmoja, kwa hiyo simu hamsini hutoa nakala hamsini tofauti. VocalStack huchukua sauti moja kwa moja kutoka kwenye meza ya kuchanganya sauti, mtiririko au maikrofoni, humnukuu mzungumzaji mara moja, na kila mtu husoma au kusikiliza kitu kile kile kwa lugha yake. Tafsiri husomwa kwa sauti kwa sauti ya mzungumzaji mwenyewe, kwa hiyo wasikilizaji husikia mtu aliye jukwaani, si sauti ya roboti ya kawaida.

Je, natozwa kwa kila msikilizaji? Bei inafanyaje kazi?

Hapana. Wasikilizaji hawalipi, bila kujali wangapi, katika lugha yoyote wanayosoma au kusikiliza. Unalipa kwa sauti inayonukuliwa, kwa sekunde, angalau dakika 5 kwa kila unukuzi, na hiyo ndiyo bili yote: tafsiri hadi lugha 10, tafsiri za kusemwa, matangazo, muhtasari na hamisho vimejumuishwa.

Tazama bei na mipango

Faili na unukuzi mubashara vina viwango tofauti, vilevile kwenye kila mpango, na Premium inajumuisha salio la $50 kila mwezi. Kila mpango una vipengele vile vile, na API inatozwa kwa kiwango kile kile cha Dashibodi.

Wasikilizaji wanahitaji nini ili kufuatilia?

Kiungo au msimbo wa QR, na simu. Hakuna cha kusakinisha wala akaunti ya kufungua. Msikilizaji hufungua kiungo kwenye kivinjari, huchagua lugha, na kusoma nakala inavyosemwa. Akipendelea kusikiliza, kila mstari uliotafsiriwa pia husomwa kwa sauti. Badilisha lugha wakati wowote; nakala iliyopita husomwa upya kwa lugha mpya.

Msikilizaji anayejiunga akichelewa huona kila kilichosemwa kabla hajafika, kisha hufuatilia moja kwa moja. Muunganisho ukikatika, ukurasa hujisasisha wenyewe muunganisho ukirudi.

Je, sauti lazima itoke kwenye maikrofoni?

Hapana. Unukuzi mubashara unaweza kusikia maikrofoni ya kifaa chochote, mlisho wa RTMP kutoka OBS au kisimbaji cha matangazo, YouTube mubashara, kituo cha redio ya intaneti au URL yoyote inayotoa mtiririko. Kwa mtiririko, VocalStack huvuta sauti yenyewe: hakuna kinachoendeshwa upande wako.

Kiungo kimoja cha matangazo kinaweza kulishwa na unukuzi kadhaa, kwa hiyo kongamano lenye majukwaa mawili, au kituo chenye mtiririko wa redio na YouTube mubashara, bado kinashiriki kiungo kimoja.

Je, ninaweza kudhibiti anayeona nakala?

Ndiyo. Tangazo ni la umma kwa chaguo-msingi: yeyote aliye na kiungo anaweza kulifuatilia. Lifanye la faragha na weka nenosiri, na watu unaowapa vyote viwili pekee ndio wataingia. Ukibadilisha jina la kiungo baadaye, cha zamani kitaendelea kufanya kazi. Unaweza pia kuona nani anasikiliza, kwa lugha gani, na alipojiunga.

Je, msikilizaji husikia mzungumzaji halisi au sauti bandia?

Yote mawili. Kwa chaguo-msingi kila mzungumzaji hupata sauti ya kawaida tofauti ya jinsia inayolingana, ili jopo bado lisikike kama jopo. Kwa ruhusa ya mzungumzaji, unaweza kunakili sauti yake kutoka sekunde thelathini za sauti, na tafsiri kisha husomwa kwa sauti yake mwenyewe katika kila lugha. Sauti iliyonakiliwa pia inamaanisha mzungumzaji anatambuliwa na kuwekewa lebo kwa jina katika rekodi za baadaye. Unaweza kumpa kila mzungumzaji sauti, au kumzima mmoja.

Nini kinahifadhiwa baada ya tukio?

Kila kitu. Rekodi, nakala yake pamoja na marekebisho na tafsiri, na sauti vinahifadhiwa kwenye maktaba yako. Kichwa na muhtasari huandikwa maneno yanapokamilika, katika kila lugha. Unaweza kuicheza kama ilivyofika, kutafuta katika nakala zote kwa lugha yako, na kuihamisha kama manukuu ya SRT, PDF, Excel au JSON.

Je, ninaweza kukijenga ndani ya bidhaa yangu?

Ndiyo. Kila kitu ambacho Dashibodi hufanya kinapatikana kupitia API, kwa kiwango kile kile: unukuzi wa wakati halisi kupitia WebSocket, unukuzi mubashara wenye matangazo, tafsiri na tafsiri za kusemwa, kazi za faili na viungo, na seva ya MCP. SDK rasmi za TypeScript na Python zimejumuishwa. Wasikilizaji wanaweza kujisajili kwa rekodi kutoka kwenye programu yako kwa msimbo wa kushiriki na bila ufunguo wa API.