Realtidsröst och liveöversättning

Översikt

ToRun har stöd för dubbelriktad realtidsröst — du talar, assistenten lyssnar och svarar med ljud och text under en livesession — och liveöversättning, där tal översätts medan det sker. Dessa körs på realtime-funktionen (dubbelriktat ljud + text) och debiteras per sekund av sessionstiden.

Funktioner som berörs

• Realtid (ljud + text) — en livesession i WebSocket-stil med en kapabel leverantörsmodell för naturlig röstkonversation fram och tillbaka.
• Text-till-tal (TTS) — syntetiserad röstutmatning på många språk.
• Tal-till-text (STT) — transkribering, inklusive talardiarisering (vem som sa vad).
• Liveöversättning — tal som översätts i realtid mellan språk.

Starta en realtidssession

1. Öppna röst-/realtidsytan.
2. Bevilja åtkomst till mikrofonen.
3. Tala naturligt — assistenten transkriberar, svarar och (i röstläge) talar tillbaka.
4. Avsluta sessionen när du är klar. Sessionen spåras som en röstsessionsentitet.

För liveöversättning väljer du käll- och målspråk; varje part hör den andres tal översatt medan det strömmas.

Fakturering

• Användning av realtid och liveöversättning mäts per sekund ljud.
• Varje uppmätt arbetsenhet skapar en BillingRecord med en prisögonblicksbild, så att kostnaden för en röstsession är transparent och granskningsbar.
• Röst/realtid ligger bakom Röst/Ljud-behörigheten, som ingår från Pro-nivån och uppåt.

STT och diarisering

Tal-till-text har stöd för talardiarisering, som märker segment efter talare. Detta är användbart för att transkribera möten, intervjuer eller samtal med flera deltagare där du behöver tillskriva repliker till specifika talare.

Tips

• Använd ett headset eller ett tyst rum — rent ingångsljud förbättrar både transkriberings- och översättningsnoggrannheten.
• Eftersom realtid mäts per sekund bör du avsluta sessioner du inte aktivt använder.
• För en engångstranskribering av en befintlig inspelning är STT (inte en live-realtidssession) det billigare alternativet.