रीयल-टाइम वॉइस और लाइव अनुवाद

अवलोकन

ToRun रीयल-टाइम, द्विदिश वॉइस का समर्थन करता है — आप बोलते हैं, सहायक एक लाइव सत्र पर सुनता है और ऑडियो तथा टेक्स्ट में जवाब देता है — और लाइव अनुवाद, जहाँ बोली जा रही भाषा का उसी समय अनुवाद होता है। ये realtime क्षमता (द्विदिश ऑडियो + टेक्स्ट) पर चलते हैं और सत्र समय के प्रति सेकंड के हिसाब से बिल किए जाते हैं।

संबंधित क्षमताएँ

• रीयल-टाइम (ऑडियो + टेक्स्ट) — स्वाभाविक, आगे-पीछे वॉइस वार्तालाप के लिए एक सक्षम प्रदाता मॉडल के साथ एक लाइव WebSocket-शैली सत्र।
• टेक्स्ट-टू-स्पीच (TTS) — कई भाषाओं में संश्लेषित वाक् आउटपुट।
• स्पीच-टू-टेक्स्ट (STT) — प्रतिलेखन, जिसमें वक्ता डायराइज़ेशन (किसने क्या कहा) शामिल है।
• लाइव अनुवाद — भाषाओं के बीच रीयल टाइम में अनुवादित वाक्।

रीयल-टाइम सत्र शुरू करना

1. वॉइस/रीयल-टाइम सतह खोलें।
2. माइक्रोफ़ोन एक्सेस प्रदान करें।
3. स्वाभाविक रूप से बोलें — सहायक प्रतिलेखन करता है, जवाब देता है, और (वॉइस मोड में) बोलकर जवाब देता है।
4. समाप्त होने पर सत्र समाप्त करें। सत्र को एक वॉइस सत्र इकाई के रूप में ट्रैक किया जाता है।

लाइव अनुवाद के लिए, स्रोत और लक्ष्य भाषाएँ चुनें; प्रत्येक पक्ष दूसरे की वाक् को स्ट्रीम होते ही अनुवादित सुनता है।

बिलिंग

• रीयल-टाइम और लाइव-अनुवाद उपयोग को ऑडियो के प्रति सेकंड मापा जाता है।
• कार्य की प्रत्येक मापी गई इकाई एक मूल्य निर्धारण स्नैपशॉट के साथ BillingRecord बनाती है, ताकि एक वॉइस सत्र की लागत पारदर्शी और ऑडिट योग्य हो।
• वॉइस/रीयल-टाइम वॉइस/ऑडियो अधिकार के पीछे है, जो Pro स्तर और उससे ऊपर शामिल है।

STT और डायराइज़ेशन

स्पीच-टू-टेक्स्ट वक्ता डायराइज़ेशन का समर्थन करता है, जो खंडों को वक्ता के अनुसार लेबल करता है। यह बैठकों, साक्षात्कारों या बहु-पक्षीय कॉलों के प्रतिलेखन के लिए उपयोगी है, जहाँ आपको पंक्तियों को विशिष्ट वक्ताओं के लिए जिम्मेदार ठहराना होता है।

सुझाव

• हेडसेट या शांत कमरे का उपयोग करें — साफ इनपुट ऑडियो प्रतिलेखन और अनुवाद दोनों की सटीकता को बेहतर बनाता है।
• चूँकि रीयल-टाइम को प्रति सेकंड मापा जाता है, उन सत्रों को समाप्त करें जिनका आप सक्रिय रूप से उपयोग नहीं कर रहे हैं।
• किसी मौजूदा रिकॉर्डिंग के एक-बार के प्रतिलेखन के लिए, STT (न कि लाइव रीयल-टाइम सत्र) सस्ता रास्ता है।