Echtzeit-Sprache & Live-Übersetzung
Zuletzt aktualisiert am 21 Okt. 2026
Überblick
ToRun unterstützt bidirektionale Echtzeit-Sprache — Sie sprechen, der Assistent hört zu und antwortet in einer Live-Sitzung mit Audio und Text — sowie Live-Übersetzung, bei der Sprache übersetzt wird, während sie gesprochen wird. Diese laufen über die realtime-Fähigkeit (bidirektionales Audio + Text) und werden pro Sekunde Sitzungszeit abgerechnet.
Beteiligte Fähigkeiten
- Echtzeit (Audio + Text) — eine Live-Sitzung im WebSocket-Stil mit einem leistungsfähigen Anbietermodell für natürliche, wechselseitige Sprachkonversation.
- Text-to-Speech (TTS) — synthetisierte Sprachausgabe in vielen Sprachen.
- Speech-to-Text (STT) — Transkription, einschließlich Sprecherdiarisierung (wer was gesagt hat).
- Live-Übersetzung — Sprache wird in Echtzeit zwischen Sprachen übersetzt.
Eine Echtzeit-Sitzung starten
- Öffnen Sie die Sprach-/Echtzeit-Oberfläche.
- Erteilen Sie Mikrofonzugriff.
- Sprechen Sie natürlich — der Assistent transkribiert, antwortet und (im Sprachmodus) spricht zurück.
- Beenden Sie die Sitzung, wenn Sie fertig sind. Die Sitzung wird als Sprachsitzungs-Entität erfasst.
Für die Live-Übersetzung wählen Sie die Ausgangs- und Zielsprachen; jede Partei hört die Sprache der anderen übersetzt, während sie gestreamt wird.
Abrechnung
- Die Nutzung von Echtzeit und Live-Übersetzung wird pro Sekunde Audio gemessen.
- Jede gemessene Arbeitseinheit erzeugt einen
BillingRecordmit einem Preis-Snapshot, sodass die Kosten einer Sprachsitzung transparent und prüfbar sind. - Sprache/Echtzeit liegt hinter der Berechtigung Sprache/Audio, die ab der Pro-Stufe aufwärts enthalten ist.
STT und Diarisierung
Speech-to-Text unterstützt Sprecherdiarisierung, bei der Segmente nach Sprecher beschriftet werden. Dies ist nützlich für die Transkription von Besprechungen, Interviews oder Mehrparteienanrufen, bei denen Sie Aussagen bestimmten Sprechern zuordnen müssen.
Tipps
- Verwenden Sie ein Headset oder einen ruhigen Raum — sauberes Eingangsaudio verbessert sowohl die Transkriptions- als auch die Übersetzungsgenauigkeit.
- Da Echtzeit pro Sekunde abgerechnet wird, beenden Sie Sitzungen, die Sie nicht aktiv nutzen.
- Für eine einmalige Transkription einer vorhandenen Aufnahme ist STT (keine Live-Echtzeit-Sitzung) der günstigere Weg.
Sehen Sie, wie es funktioniert
Live translation, live transcription and translated video subtitles with AI
Choose the language you speak and the one to translate into, and start talking: your voice is translated as you go. It works one direction at a time; tap swap and the other person answers in their own language, and the whole conversation can be saved as a note. Live Transcription writes down what you say in real time, Speech-to-Text turns a recording into text, and a video comes back with its transcript, its translation and subtitle files in both languages.
Dieses Video ist auf Englisch.