Voce in tempo reale e traduzione dal vivo

Panoramica

ToRun supporta la voce bidirezionale in tempo reale — tu parli, l'assistente ascolta e risponde in audio e testo durante una sessione dal vivo — e la traduzione dal vivo, in cui il parlato viene tradotto mentre avviene. Queste funzioni si basano sulla capacità realtime (audio + testo bidirezionali) e vengono fatturate al secondo di tempo di sessione.

Capacità coinvolte

• Tempo reale (audio + testo) — una sessione dal vivo in stile WebSocket con un modello di provider performante per una conversazione vocale naturale a doppio senso.
• Sintesi vocale (TTS) — output vocale sintetizzato in molte lingue.
• Riconoscimento vocale (STT) — trascrizione, inclusa la diarizzazione dei parlanti (chi ha detto cosa).
• Traduzione dal vivo — parlato tradotto in tempo reale tra le lingue.

Avviare una sessione in tempo reale

1. Apri la superficie voce/tempo reale.
2. Concedi l'accesso al microfono.
3. Parla in modo naturale — l'assistente trascrive, risponde e (in modalità voce) risponde a voce.
4. Termina la sessione quando hai finito. La sessione viene tracciata come entità di sessione vocale.

Per la traduzione dal vivo, scegli le lingue di origine e di destinazione; ciascuna parte sente il parlato dell'altra tradotto mentre viene trasmesso.

Fatturazione

• L'utilizzo di tempo reale e traduzione dal vivo viene misurato al secondo di audio.
• Ogni unità di lavoro misurata produce un BillingRecord con un'istantanea dei prezzi, in modo che il costo di una sessione vocale sia trasparente e verificabile.
• Voce/tempo reale rientra nel diritto Voce/Audio, incluso a partire dal livello Pro in su.

STT e diarizzazione

Il riconoscimento vocale supporta la diarizzazione dei parlanti, etichettando i segmenti per parlante. È utile per trascrivere riunioni, interviste o chiamate con più partecipanti in cui è necessario attribuire le frasi a parlanti specifici.

Suggerimenti

• Usa un auricolare o una stanza silenziosa — un audio di ingresso pulito migliora la precisione sia della trascrizione sia della traduzione.
• Poiché il tempo reale è misurato al secondo, termina le sessioni che non stai usando attivamente.
• Per la trascrizione una tantum di una registrazione esistente, la STT (non una sessione dal vivo in tempo reale) è la soluzione più economica.