Chumba chenye lugha nyingi hakihitaji kibanda kwa kila lugha. Kinahitaji mlisho mmoja safi wa sauti kutoka kwenye meza ya mchanganyiko, kiungo kimoja ambacho hadhira inakifungua kwenye simu zao wenyewe, na njia ya kurekebisha jina lililosikika vibaya huku mazungumzo yakiendelea.
Hotuba, huduma, somo au kikao cha baraza kina mzungumzaji mmoja na hadhira ambayo haifikirii yote katika lugha hiyo. Majibu ya kawaida ni ghali, hayakamiliki au ni ya faragha.
Jibu la gharama kubwa ni mkalimani kwa kila lugha. Hata kukiwa na mmoja kwa kila lugha, hiyo ni kibanda, seti ya vipokezi na mtaalamu kwa kila lugha chumbani, na wataalamu hao hawasemi jambo lilelile. Kila mkalimani hufanya uchaguzi wake chini ya shinikizo la muda: neno gani litumike kwa istilahi, nini kifupishwe, nini kiachwe mzungumzaji anapoongeza kasi. Katika hotuba ya kawaida tofauti hizo hazijalishi sana. Katika usikilizaji wa kisheria, kura ya baraza au maelezo ya kiufundi zinajalisha: neno lililofafanuliwa, kipimo cha dawa au kifungu cha mkataba kinaweza kumfikia msikilizaji wa Kifaransa na maana moja, na msikilizaji wa Kiarabu na maana nyingine, bila mtu yeyote chumbani kuwa katika nafasi ya kugundua. Jibu la sehemu ni mlisho wa manukuu kwenye skrini moja, katika lugha moja ya pili tu. Jibu la faragha ni simu hamsini zilizonyanyuliwa kuelekea chumba: manukuu hamsini yasiyo sahihi kidogo kila moja, na kila simu ikisikia mwangwi na kukohoa kwa uwazi sawa na msemaji.
Mbadala ni kumnukuu msemaji mara moja, kutoka chanzo safi, kisha kutafsiri nakala hiyo moja kwenda lugha yoyote hadhira inayohitaji, ili kila lugha ianze kutoka maneno yaleyale, na kila msikilizaji achague kwenye kifaa chake. Rekodi huhifadhiwa tukio linapomalizika. Hapa chini ni jinsi mwenyeji na msikilizaji wanavyoweka mambo, na gharama yake.
Unukuzi mubashara unaweza kusikiliza maikrofoni ya kifaa chochote, mlisho wa RTMP kutoka OBS au kisimbaji kingine chochote kinachokubali anwani ya seva na ufunguo wa mtiririko, YouTube mubashara, kituo cha redio ya mtandaoni au URL yoyote inayotoa mtiririko. Kwa mtiririko, VocalStack yenyewe huvuta sauti; hakuna kinachoendeshwa upande wako.
Chanzo ni muhimu kuliko mpangilio wowote. Maikrofoni ya chumbani, au simu iliyowekwa mezani, husikia msemaji pamoja na chumba: mwangwi kutoka kwenye kuta, viti, hadhira. Utambuzi wa usemi hudhoofika sana sauti inapokuwa tulivu ikilinganishwa na kelele hiyo, ndiyo sababu zile simu hamsini hazikubaliani. Mlisho kutoka kwenye meza ya mchanganyiko hubeba maikrofoni ya msemaji mwenyewe na kiasi kidogo sana cha chumba, kwa hiyo nakala hufuata msemaji, si chumba. Ikiwa ukumbi una meza ya mchanganyiko, chukua mlisho kutoka hapo.
Lugha ya kuzungumzwa hutambuliwa kiotomatiki, na msemaji anaweza kubadilisha wakati wowote; kuitaja mapema husaidia kwenye rekodi zenye kelele na lafudhi nzito. Lebo za wazungumzaji zinaweza kuzimwa, kuwashwa, au When Needed, ambayo huziwasha mara tu msemaji wa pili anaposikika. Sauti ikishaingia, hadhira inahitaji mahali pa kuipata.
Tangazo ni kiungo chenyewe: anwani moja na msimbo wa QR ambao wasikilizaji wanauskani kufungua tafsiri mubashara na kuchagua lugha yao. Kiungo kinatengenezwa kutokana na jina unalotoa tangazo. Ukilibadilisha baadaye, kiungo cha zamani kinaendelea kufanya kazi, kwa hiyo msimbo wa QR uliochapishwa kwenye ratiba ya programu hautapitwa na wakati.
Tangazo ni la umma kwa chaguo-msingi: yeyote mwenye kiungo anaweza kulifungua. Likifanywa la faragha na kuwekewa nenosiri, wasikilizaji wataulizwa nenosiri kabla manukuu hayajaonekana.
Tangazo moja linaweza kulishwa na unukuzi kadhaa mubashara, kwa hiyo kongamano lenye jukwaa mbili bado linashiriki kiungo kimoja. Kiungo huwaleta watu; kinachowabakisha ni kupata majina sawa.
Vitambuzi vya usemi hufunzwa kwa jinsi watu wanavyozungumza kwa kawaida, kwa hiyo sauti inapokuwa na utata hufikia neno la kawaida zaidi. Jina la bidhaa, jina la ukoo, kijiji, kemikali: kila moja lina neno la karibu la matamshi linalotokea mara nyingi zaidi, na hilo ndilo litakalotoka isipokuwa kitambuzi kiambiwe kwamba neno adimu linakuja. Hiyo ndiyo kazi ya hati. Ongeza hati au slaidi kabla hujaanza, na majina na istilahi zilizomo vitashinda yale yaliyosikika vibaya. Majina na istilahi hizo ndizo mahali utambuzi kwa kawaida hushindwa kwenye mazungumzo ya kitaalamu. Wakati wa rekodi, kichupo cha Script hufuata kama teleprompter, kikiangazia maneno yaliyotamkwa hadi sasa.
Hiyo ndiyo usanidi wote. Upande wa pili wa kiungo, kuna kazi kidogo zaidi.
Msikilizaji anahitaji kiungo au msimbo wa QR, na simu. Anafungua kiungo kwenye kivinjari na kuona The broadcast hasn't started yet hadi mwenyeji abonyeze rekodi, kisha Live. The first line appears in a moment. Anachagua kutoka lugha ambazo mwenyeji amechagua (hadi 10 kwa kila unukuzi, kati ya 100 zinazopatikana) na kusoma nakala msemaji anapozungumza. Mwenyeji anaendelea kuzungumza kwa lugha yake mwenyewe. Msikilizaji anaweza kubadilisha lugha wakati wowote; nakala iliyopita inaonyeshwa tena kwa lugha mpya.
Msikilizaji anayependa kusikiliza, kila mstari uliotafsiriwa husomwa kwa sauti. Kwa chaguo-msingi, kila mzungumzaji hupata sauti ya kawaida tofauti ya jinsia inayolingana, kwa hiyo jopo bado linasikika kama jopo.
Hatua tatu hutokea kwa mpangilio, na kila moja inasubiri iliyotangulia. Utambuzi unahitaji mkondo wa usemi kabla haujathibitisha maneno, kwa hiyo nakala inachelewa nyuma ya msemaji kwa sehemu ya sekunde. Tafsiri inahitaji sentensi nzima, kwa sababu mpangilio wa maneno hutofautiana kati ya lugha na mwisho wa sentensi unaweza kubadilisha mwanzo wake, kwa hiyo inafuata sekunde moja au mbili baadaye. Usemi unahitaji sentensi iliyotafsiriwa kabla haujaanza, kwa hiyo mstari uliotamkwa unakuja mwisho. Hakuna hili ni kasoro ya kurekebisha; ni kile mfumo wowote unaofanya mambo hayo matatu lazima ufanye, ikiwa ni pamoja na mkalimani wa kibinadamu, ambaye pia husubiri kitenzi.
Kwa ruhusa ya mzungumzaji, mwenyeji anaweza kunakili sauti ya mzungumzaji kutoka sekunde thelathini za mtu huyo akizungumza peke yake (MP3, M4A au WAV; dakika chache ni bora zaidi). Tafsiri kisha husomwa kwa sauti ya mzungumzaji mwenyewe kwa kila lugha. Chukulia sauti kama data ya kibayometriki ilivyo. Chini ya GDPR, data ya sauti inayochakatwa ili kumtambua mtu kwa kawaida huangukia kwenye kategoria maalum za Kifungu cha 9, na baadhi ya majimbo ya Marekani, Illinois miongoni mwao, huidhibiti alama za sauti kando. Pata ridhaa ya wazi ya mzungumzaji kabla sampuli haijarekodiwa, si baadaye; sauti inaweza kufutwa wakati wowote. Kunakili sauti pia kunamsajili mzungumzaji, kwa hiyo atatambulishwa kwa jina katika rekodi za baadaye. Mwenyeji anaweza kumpa kila mzungumzaji sauti, au kumnyamazisha mmoja.
Msikilizaji anayefika kwa kuchelewa anaona kila kilichosemwa kabla hajaingia, kisha anafuatilia moja kwa moja. Muunganisho ukikatika, ukurasa hujikamata wenyewe muunganisho utakaporudi. Mwenyeji akisimamisha, wasikilizaji wanaona Paused. The transcript continues when the host resumes. Mwenyeji akimaliza, ukurasa unaonyesha tarehe na urefu wa rekodi, na tangazo linaorodhesha rekodi zake za zamani kwa kucheza tena.
Msikilizaji anaweza tu kusoma kile ambacho injini ilisikia, na utambuzi mubashara hupata baadhi yake vibaya.
Skrini ya mwenyeji ina kichupo cha Fix kwa hilo hasa. Mark uncertain words hupaka rangi na kupigia mstari maneno ambayo injini haikuwa na uhakika nayo; Click to correct hufungua mstari kwa ukaguzi. Kichupo kinapitia sehemu zenye shaka moja baada ya nyingine, kwa hiyo mtu wa pili mezani anaweza kuzipitia wakati mzungumzaji anaendelea.
Mwenyeji akiandika upya neno au mstari, hata kile bado kinachozungumzwa, kila msikilizaji anaona masahihisho hayo. Mstari ambao uhakika wake ni mdogo mno huwafichwa wasikilizaji kama Audio unclear badala ya kuonyeshwa vibaya; mwenyeji bado anaona kila neno. Pengo linalojulikana ni pengo tu; neno baya lenye uhakika ni uvumi.
Masahihisho hayo hayatoweki mazungumzo yanapomalizika.
Kila kitu huhifadhiwa. Rekodi, nakala yake pamoja na masahihisho na tafsiri, na sauti, vyote vinaingia kwenye maktaba ya mwenyeji. Kucheza tena kunaichezesha kama ilivyofika, mstari kwa mstari, na sauti yake. Maneno yakishakamilika, kichwa na muhtasari huandikwa kwa kila lugha, na vichupo vya Summary na Export vya skrini ya mwenyeji vinavibeba moja kwa moja kutoka kwenye tukio.
Hamisho ni manukuu ya SRT, PDF, Excel au JSON, pamoja na masahihisho na tafsiri, na sauti hupakuliwa kama MP3. Kila nakala inaweza kutafutwa kwa lugha yoyote.
Mtazamo wa Audience unaonyesha nani alisikiliza, kwa lugha gani, na alijiunga lini: mara nyingi ndiyo hesabu ya kwanza halisi ambayo mratibu anapata ya nani alihitaji lugha ipi. Hadi wakati huo, makadirio ya kawaida yalikuwa yeyote aliyeinua mkono aliposikia swali, kwa Kiingereza, kama anahitaji tafsiri. Vitambulisho vya wasikilizaji hufutwa pamoja na rekodi.
Utambuzi wa usemi, utambuzi wa wazungumzaji na usanisi wa sauti hufanyika kwenye seva tunazoziendesha, na sauti yako haitumwi kwa mtu wa tatu yeyote kwa uchakataji. Hatutumii sauti, nakala au sauti zako kufunza miundo.
Muda wa kuhifadhi hufuata mpango: kwenye Lipa Unapotumia, sauti ya chanzo na sauti za kunakili huhifadhiwa kwa siku 7 na unukuzi kwa siku 30; Premium na Enterprise huzihifadhi kwa muda wote wa akaunti. Jambo jingine ambalo mpango huamua ni bili.
Namba mbili ndizo muhimu. Kwenye Lipa Unapotumia na Premium, unukuzi mubashara ni $0.60 kwa saa ya sauti, unatozwa kwa sekunde na dakika 5 za chini kwa kila unukuzi, katika Dashibodi na kupitia API kwa njia ile ile; Enterprise ina viwango vya kiasi. Wasikilizaji na lugha ni bila malipo: tukio la saa moja linalosomwa kwa lugha tano na watu mia mbili linagharimu $0.60. Faili ni nafuu zaidi ($0.20 kwa saa) kwa sababu unukuzi mubashara unaendeshwa kwa wakati halisi kwa tukio lote. Mipango inatofautiana kwa idadi ya shughuli zinazoendelea, urefu wa juu wa rekodi na kasi ya kuanza; kwenye Lipa Unapotumia kuanza kwa baridi kunaweza kuchukua hadi sekunde 15, kwa hiyo bonyeza rekodi kidogo kabla ya mzungumzaji, takriban kabla ya "Je, kila mtu aliye nyuma anaweza kunisikia?" Jedwali kamili liko kwenye ukurasa wa bei.
Ukurasa wa nyumbani una onyesho la simu mbili, na akaunti mpya katika Dashibodi inakuja na salio la usajili la $5 na haihitaji kadi. Kwa kiwango cha mubashara, salio hilo linatosha zaidi ya saa nane za matangazo.
Unafikiria kati ya hii na tafsiri mubashara iliyojengwa kwenye simu ya kila mtu? Soma kwa nini simu haitoshi kwa chumba. Kwa tukio kamili, orodha ya ukaguzi ya kongamano la lugha nyingi inashughulikia njia ya sauti, hatua kadhaa kwenye kiungo kimoja na bajeti. Wasanidi wanaweza kufanya haya yote kutoka kwenye msimbo kupitia marejeo ya API, kwa kiwango kilekile.
