Traducción de voz a voz en tiempo real para audio en directo
Un micro de entrada.
Cuatro idiomas de salida.
Una entrada de su interfaz de audio. Hasta cuatro canales de salida, cada uno en su idioma, hablados en tiempo real. Para juntas, eventos en directo y livestreams, para que nadie se quede atrás.
- Aislado o con ducking
- Sin retraducción
- Enrutado por canal
- Opcional: hasta 16 idiomas
Desarrollado en Austria, Europa
Conforme al RGPD
El problema
Cada idioma extra sigue significando otra cabina, otra señal y más coordinación.
El público multilingüe es lo normal en eventos y livestreams. Añadir un idioma no lo es.
Pensados para el móvil, no para la mesa
La mayoría de las herramientas de traducción con IA están hechas para una persona con un móvil: subtítulos en una pantalla o una voz en el auricular.
Una mesa de sonido necesita señales
Una mesa de mezclas, un codificador de streaming o un sistema de interpretación necesita una señal de audio limpia y separada por idioma.
Cada idioma suma trabajo
Cada idioma extra suele significar otra cabina, otro canal que parchear y más personas que coordinar.
Para quién
Para que nadie se quede atrás
Útil allí donde se reúnen personas que hablan idiomas distintos: de la junta general al evento en directo. Todos escuchan al orador en su propio idioma.
Juntas generales
Juntas generales y anuales, asambleas de socios y consejos en los que todos deben seguir cada palabra.
Eventos en directo
Congresos, mesas redondas y keynotes con público internacional en la sala.
Livestreams
Una señal por idioma para cada stream, directa al codificador.
Eventos internos
Town halls y reuniones generales para equipos repartidos en varios países.
Cómo funciona
Una entrada. Hasta cuatro canales de idioma.
El orador se transcribe, se traduce y se vuelve a locutar en tiempo real. Cada idioma llega a su propia salida física.
Elegir la entrada
Seleccione la interfaz de audio y el canal de entrada que lleva al orador.
Dar un idioma a cada canal
Inglés en Out 1, alemán en Out 2, y así sucesivamente. Los canales 3 y 4 arrancan apagados, para que nada funcione ni facture por error.
Enrutar y salir en directo
Envíe cada idioma a cualquier salida física y pulse Start. Una transcripción en directo muestra el original y cada canal.
Funciones
Todo lo que necesita un canal de idioma
Voz de entrada, voz de salida
Voz a voz en tiempo real, con voz femenina, masculina o similar a la del orador, por canal.
4 canales, hasta 16 idiomas
Una entrada alimenta hasta cuatro canales de salida, cada uno en su idioma. Opcionalmente, hasta 16 idiomas de traducción.
Detección automática o idioma fijo
La detección automática sigue a un orador que cambia de idioma. El modo fijo es para cuando sabe quién está en el escenario.
Transcripción en directo
Una transcripción continua del original y de cada canal, para supervisar.
Cualquier salida, cualquier canal
Cada idioma puede ir a cualquier salida física de su interfaz.
App para Mac autónoma
Incluye su propio entorno de ejecución. Doble clic y se abre en su propia ventana: sin instalaciones, sin terminal.
En el control
Los detalles que importan en un control en directo
Sin retraducir el mismo idioma
Si el orador ya habla el idioma de un canal, ese canal recibe la voz original, no una relectura de una máquina. Con un idioma de entrada fijo, ese canal ni siquiera abre una sesión de traducción.
Aislado o con ducking, por canal
Aislado envía solo la voz traducida, como una señal de intérprete. El ducking mantiene el original debajo y lo baja mientras habla la traducción, como un voice‑over de televisión.
Un timing que sobrevive a una ventana minimizada
La envolvente de ducking sigue el reloj de audio, no un temporizador de la interfaz. Se mantiene precisa con la ventana en segundo plano, que es lo habitual en un equipo de producción.
Enrutado real
Cada idioma puede ir a cualquier salida física de la interfaz: directo a una mesa de mezclas, un codificador de streaming o un sistema de interpretación.
Ajustable por canal
- Idioma y voz
- Canal de salida
- Aislado o ducking
- Profundidad, ataque, mantenimiento, liberación
- Niveles de traducción y original
- Retardo del original
- Retraso máximo de traducción
- Master del canal
Autónomo
Porque un equipo de producción no es un equipo de desarrollo
Funciona en su Mac
Una sola app para Intel y Apple Silicon, macOS 13.5 o posterior. Incluye su propio entorno de ejecución. Hay una versión para Windows en desarrollo.
La clave se queda en el equipo
La clave API se introduce una vez y se guarda localmente, legible solo para esa cuenta de usuario.
Solo local
La app solo acepta conexiones del propio ordenador y rechaza peticiones de otros sitios web.
Necesita un navegador Chromium
Debe estar instalado Chrome, Edge o Brave: pueden enviar audio a un canal de salida elegido.
Más allá del control
Speech Connect para su público
Speech Connect también llega directamente al público: reconocimiento de voz y traducción a varios idiomas a la vez, entregados a los oyentes junto con herramientas que los implican.
Reconocimiento en tiempo real
El reconocimiento de voz convierte la voz en texto mientras se habla.
Varios idiomas
Traducir un discurso a varios idiomas a la vez, con voces naturales.
Streaming en directo
Emitir las traducciones en directo a su público, en eventos y presentaciones.
Streaming de audio
Llevar el audio traducido directamente a sus oyentes.
Subtítulos en directo
Subtítulos multilingües para eventos en directo, webinars y vídeos.
Chat interactivo
El público chatea y opina, por encima de las barreras del idioma.
Votaciones en directo
Encuestas y votaciones multilingües para preguntas, sondeos y presentaciones interactivas.
Juegos interactivos
Juegos de palabras y concursos multilingües que mantienen al público implicado.
Límites honestos
Lo que (todavía) no puede hacer
Conozca las contrapartidas antes de salir en directo.
Va unos segundos por detrás del orador
La traducción funciona frase a frase. Sirve para un canal de idioma en un livestream o un town hall interno, pero no sustituye a intérpretes simultáneos en situaciones críticas.
Cada idioma cuesta
Cada canal traducido es una sesión en tiempo real propia y se factura como tal: cuatro idiomas consumen cuatro veces los minutos.
La detección necesita las primeras palabras
Hasta entonces la app no conoce el idioma del orador. Un breve retardo del original cubre ese hueco; un idioma de entrada fijo lo evita.
Necesita un navegador Chromium
Chrome, Edge o Brave, porque pueden enrutar el audio a un canal de salida elegido.
FAQ
Preguntas frecuentes
¿Qué hace exactamente Speech Connect?
Toma a un orador de una entrada de su interfaz de audio, traduce su voz en tiempo real y la vuelve a locutar en hasta cuatro idiomas. Cada idioma sale por su propio canal y puede ir directo a una mesa de mezclas, un codificador de streaming o un sistema de interpretación.
¿Para quién es?
Para quien lleva el sonido de un público multilingüe: juntas generales y asambleas, congresos y eventos en directo, livestreams, town halls internos y reuniones híbridas. El objetivo es sencillo: que nadie del público se quede atrás.
¿Cuántos idiomas a la vez?
Hasta cuatro canales de salida, cada uno en su idioma, desde una sola entrada. Los canales 1 y 2 están activos por defecto; los canales 3 y 4 arrancan apagados para que nada funcione ni facture por error. Opcionalmente, Speech Connect admite hasta 16 idiomas de traducción.
¿Sustituye a los intérpretes simultáneos?
No. La traducción va unos segundos por detrás del orador, frase a frase. Para negociaciones y otras situaciones críticas, contrate intérpretes. Encaja donde basta un canal de idioma limpio y automático, por ejemplo en un livestream, en una junta general o en un evento interno.
¿Cuánto retraso tiene la traducción?
Normalmente unos segundos, porque traduce frase a frase. Un límite por canal, el retraso máximo de traducción, descarta la voz en cola si un canal se queda demasiado atrás, para que se ponga al día en lugar de desviarse.
¿Cómo suena la voz traducida?
Cada canal habla con voz femenina, masculina o similar a la del orador. Usted elige por canal.
¿El público sigue oyendo al orador original?
Sí, si lo desea. En modo ducking el original se queda debajo y baja mientras habla la traducción, como un voice‑over de televisión. En modo aislado solo se oye la traducción, como una señal de intérprete. Usted elige por canal.
¿Y si el orador ya habla el idioma de un canal?
Entonces ese canal recibe la voz original, no una relectura de una máquina. Con un idioma de entrada fijo, ese canal ni siquiera abre una sesión de traducción.
¿Y si el orador cambia de idioma?
Con la detección automática, el idioma se reconoce sobre la marcha. El canal del idioma que se está hablando recibe la voz original. La detección necesita las primeras palabras; un retardo del original cubre ese hueco, o puede fijar el idioma de entrada.
¿Qué idiomas admite?
Los idiomas de salida son los que ofrece la API de traducción en tiempo real para voz. Indique sus idiomas en el formulario y los confirmaremos antes de la demo.
¿Funciona con mi mesa, codificador o sistema de interpretación?
Cada idioma puede ir a cualquier salida física de su interfaz de audio. A partir de ahí es una señal de audio normal para su mesa de mezclas, codificador de streaming o sistema de interpretación.
¿Qué parámetros se ajustan por canal?
Idioma, voz, canal de salida, aislado o ducking, profundidad, ataque, mantenimiento y liberación, niveles de la traducción y del original, retardo del original, retraso máximo de traducción y master del canal.
¿Puedo supervisar lo que se dice?
Sí. Una transcripción en directo muestra el original y cada canal mientras funciona.
¿Sigue funcionando con la ventana en segundo plano?
Sí. El ducking sigue el reloj de audio y no un temporizador de la interfaz, así que se mantiene preciso aunque la ventana esté minimizada o tapada.
¿Qué necesito para usarlo?
Un Mac con macOS 13.5 o posterior (Intel o Apple Silicon), Chrome, Edge o Brave instalado, una interfaz de audio, conexión a internet y una suscripción a Speech Connect. La app incluye su propio entorno de ejecución; no hay que instalar nada más.
¿Funciona en Windows?
Hay una versión para Windows en desarrollo. Hoy Speech Connect para el control funciona en Mac; indíquenos en el formulario si espera la versión para Windows.
¿Puedo usar entradas por encima de la 1 y la 2?
Algunas interfaces multicanal solo muestran al navegador sus dos primeras entradas. Enrute al orador a la entrada 1 o 2 en el mezclador de la interfaz, o use un dispositivo agregado de macOS.
¿A dónde van mi audio y mi clave API?
El audio se envía a la API de traducción en tiempo real para la transcripción, la traducción y la voz. La clave API se guarda localmente en el Mac, legible solo para su cuenta de usuario, y la app solo acepta conexiones del propio ordenador.
¿Cumple el RGPD?
Sí. Speech Connect se desarrolla en Austria, en la Unión Europea, y cumple el RGPD. La app guarda su clave localmente y solo acepta conexiones del propio ordenador; este sitio no usa cookies ni seguimiento.
¿Cómo se factura el uso?
Speech Connect es un servicio por suscripción (SaaS). Cada canal traducido es una sesión en tiempo real propia y se factura como tal: cuatro idiomas consumen cuatro veces los minutos. Un canal cuyo idioma coincide con un idioma de entrada fijo no abre ninguna sesión.
¿Cuánto cuesta?
Speech Connect se ofrece por suscripción. El precio depende de su configuración y del número de idiomas. Elija «Contactar con ventas» en el formulario y le enviaremos una oferta.
¿Puede el público seguirlo por su cuenta?
La plataforma de Speech Connect para el público añade streaming de audio a los oyentes, subtítulos en directo, chat, votaciones y juegos. Pregúntenos en el formulario.
Contacto
Véalo con sus idiomas
Reserve una demo o consulte a ventas sobre su evento. Cuéntenos un poco su configuración y le responderemos por correo electrónico.
Sin boletines ni seguimiento. Solo usamos sus datos para responderle.
Gracias, su solicitud está en camino.
Respondemos por correo electrónico, normalmente en dos días laborables.