الصوت الفوري والترجمة الحية

نظرة عامة

يدعم ToRun الصوت ثنائي الاتجاه الفوري — أنت تتحدث، والمساعد يستمع ويرد بالصوت والنص خلال جلسة حية — والترجمة الحية، حيث تُترجم الكلام أثناء حدوثه. تعمل هذه الميزات على قدرة realtime (صوت ثنائي الاتجاه + نص) وتُحتسب فواتيرها بالثانية من وقت الجلسة.

القدرات المعنية

• الفوري (صوت + نص) — جلسة حية بأسلوب WebSocket مع نموذج مزوّد قادر لإجراء محادثة صوتية طبيعية ذهابًا وإيابًا.
• تحويل النص إلى كلام (TTS) — مخرجات كلام مُركّبة بلغات عديدة.
• تحويل الكلام إلى نص (STT) — نسخ نصي، بما في ذلك فصل المتحدثين (من قال ماذا).
• الترجمة الحية — كلام مُترجم في الوقت الفعلي بين اللغات.

بدء جلسة فورية

1. افتح واجهة الصوت/الفوري.
2. امنح الوصول إلى الميكروفون.
3. تحدّث بشكل طبيعي — يقوم المساعد بالنسخ النصي والرد، و(في وضع الصوت) يرد بالصوت.
4. أنهِ الجلسة عند الانتهاء. تُتتبَّع الجلسة ككيان جلسة صوتية.

بالنسبة إلى الترجمة الحية، اختر اللغتين المصدر والهدف؛ يسمع كل طرف كلام الطرف الآخر مترجمًا أثناء بثّه.

الفوترة

• يُقاس استخدام الفوري والترجمة الحية بالثانية من الصوت.
• تُنتج كل وحدة عمل مقيسة سجل BillingRecord مع لقطة تسعير، بحيث تكون تكلفة الجلسة الصوتية شفافة وقابلة للتدقيق.
• يقع الصوت/الفوري خلف استحقاق الصوت/الصوتيات، المُضمّن بدءًا من مستوى Pro فما فوق.

STT وفصل المتحدثين

يدعم تحويل الكلام إلى نص فصل المتحدثين، حيث يضع علامات على المقاطع حسب المتحدث. وهذا مفيد لنسخ الاجتماعات أو المقابلات أو المكالمات متعددة الأطراف حيث تحتاج إلى نسب العبارات إلى متحدثين محددين.

نصائح

• استخدم سماعة رأس أو غرفة هادئة — الصوت المُدخل النظيف يحسّن دقة كل من النسخ والترجمة.
• بما أن الفوري يُقاس بالثانية، فأنهِ الجلسات التي لا تستخدمها بنشاط.
• للنسخ النصي لمرة واحدة لتسجيل موجود، يُعد STT (وليس جلسة فورية حية) المسار الأرخص.