Voz en tiempo real y traducción en vivo

Descripción general

ToRun admite voz bidireccional en tiempo real — usted habla, el asistente escucha y responde con audio y texto en una sesión en vivo — y traducción en vivo, donde el habla se traduce a medida que ocurre. Funcionan sobre la capacidad realtime (audio + texto bidireccional) y se facturan por segundo de tiempo de sesión.

Capacidades involucradas

• Tiempo real (audio + texto) — una sesión en vivo estilo WebSocket con un modelo de proveedor competente para una conversación de voz natural de ida y vuelta.
• Texto a voz (TTS) — salida de voz sintetizada en muchos idiomas.
• Voz a texto (STT) — transcripción, incluida la diarización de hablantes (quién dijo qué).
• Traducción en vivo — habla traducida en tiempo real entre idiomas.

Iniciar una sesión en tiempo real

1. Abra la superficie de voz/tiempo real.
2. Conceda acceso al micrófono.
3. Hable con naturalidad — el asistente transcribe, responde y (en modo voz) responde hablando.
4. Finalice la sesión cuando termine. La sesión se registra como una entidad de sesión de voz.

Para la traducción en vivo, elija los idiomas de origen y de destino; cada parte escucha el habla de la otra traducida a medida que se transmite.

Facturación

• El uso de tiempo real y traducción en vivo se mide por segundo de audio.
• Cada unidad de trabajo medida produce un BillingRecord con una instantánea de precios, de modo que el costo de una sesión de voz es transparente y auditable.
• Voz/tiempo real se encuentra detrás del derecho de Voz/Audio, que se incluye a partir del nivel Pro en adelante.

STT y diarización

Voz a texto admite la diarización de hablantes, etiquetando segmentos por hablante. Esto es útil para transcribir reuniones, entrevistas o llamadas con varios participantes donde necesita atribuir frases a hablantes específicos.

Consejos

• Use auriculares con micrófono o una sala silenciosa — un audio de entrada limpio mejora tanto la precisión de la transcripción como la de la traducción.
• Como el tiempo real se mide por segundo, finalice las sesiones que no esté usando activamente.
• Para la transcripción puntual de una grabación existente, STT (no una sesión en vivo en tiempo real) es la opción más económica.