面向现场音频的实时语音到语音翻译

一支麦克风输入。
四种语言输出。

音频接口的一路输入。最多四个输出通道,每个通道一种语言,实时播报。适用于大会、现场活动和直播,让每个人都不掉队。

  • 独立或闪避
  • 不重复翻译
  • 按通道路由
  • 可选:最多 16 种语言

在欧洲奥地利开发
符合 GDPR

输入 OUT 1 英语 OUT 2 德语 OUT 3 法语 OUT 4 西班牙语

问题所在

每多一种语言,依然意味着多一个同传间、多一路信号、更多协调。

在活动和直播中,多语种观众已是常态。但增加一种语言并不简单。

  • 为手机设计,而非调音台

    大多数 AI 翻译工具是为拿着手机的个人设计的:屏幕上的字幕,或耳机里的声音。

  • 调音台需要独立信号

    调音台、直播编码器或同传系统需要每种语言一路干净、独立的音频信号。

  • 每种语言都增加工作量

    每多一种语言,通常就要多一个同传间、多接一个通道、多协调一批人。

适用对象

让每个人都不掉队

凡是讲不同语言的人聚在一起的场合都适用:从股东大会到现场活动。每个人都能用自己的语言听到发言。

  • 股东大会与全体大会

    年度大会、会员大会和董事会会议,每位与会者都应听懂每一句话。

  • 现场活动

    现场有国际观众的会议、论坛和主题演讲。

  • 直播

    每路直播一路独立语言信号,直接送入编码器。

  • 内部活动

    面向分布在多个国家团队的全员大会和内部会议。

工作原理

一路输入。最多四个语言通道。

发言被实时转写、翻译并重新配音。每种语言都输出到各自的物理输出口。

  1. 选择输入

    选择音频接口以及承载发言人的输入通道。

  2. 为每个通道指定语言

    Out 1 为英语,Out 2 为德语,依此类推。通道 3 和 4 启动时为关闭状态,避免意外运行或计费。

  3. 路由并开播

    把每种语言送到任一物理输出,然后按下 Start。实时转写会显示原声和每个通道。

功能

语言通道所需的一切

  • 语音进,语音出

    实时语音到语音,每个通道可选女声、男声或贴近发言人的声音。

  • 4 个通道,最多 16 种语言

    一路输入驱动最多四个输出通道,每个通道一种语言。可选最多 16 种翻译语言。

  • 自动识别或固定语言

    自动识别会跟随切换语言的发言人。固定模式适用于你清楚台上是谁的情况。

  • 实时转写

    原声和每个通道的连续转写,便于监看。

  • 任意输出,任意通道

    每种语言都可以送到音频接口的任一物理输出。

  • 独立运行的 Mac 应用

    自带运行环境。双击即在独立窗口中打开:无需安装,无需终端。

现场调音台

现场调音台上真正重要的细节

  • 同一语言不重复翻译

    如果发言人说的已经是某个通道的语言,该通道会得到原声,而不是机器复述。设定固定输入语言时,该通道甚至不会开启翻译会话。

  • 每个通道可选独立或闪避

    独立模式只输出翻译语音,类似同传信号。闪避(Ducking)模式保留底层原声,并在翻译播报时将其压低,类似电视画外音。

  • 窗口最小化也不影响时序

    闪避包络基于音频时钟运行,而不是界面计时器。即使窗口在后台也保持精准,而在制作电脑上这正是常态。

  • 真正的路由

    每种语言都可以送到接口的任一物理输出:直接进入调音台、直播编码器或同传系统。

独立 只有翻译,类似同传信号。
闪避 原声保留在下方,翻译播报时自动压低。

每个通道可单独设置

  • 语言和声音
  • 输出通道
  • 独立或闪避
  • 闪避深度、起始、保持、释放
  • 翻译与原声电平
  • 原声延迟
  • 最大翻译积压
  • 通道总音量
通道设置:通道 1 以英语独立输出到 Out 1,通道 2 以德语闪避模式输出到 Out 2
通道 1 在 Out 1 以英语独立输出。通道 2 在 Out 2 的德语翻译下压低原声。

独立运行

因为制作电脑不是开发电脑

  • 在你的 Mac 上运行

    一个应用同时支持 Intel 和 Apple Silicon,需要 macOS 13.5 或更高版本。自带运行环境。Windows 版本正在开发中。

  • 密钥留在本机

    API 密钥只需输入一次,保存在本地,仅该用户账户可读取。

  • 仅限本机

    应用只接受来自本机的连接,并拒绝其他网站的请求。

  • 需要 Chromium 浏览器

    必须安装 Chrome、Edge 或 Brave:它们可以把音频送到指定的输出通道。

不止于调音台

面向观众的 Speech Connect

Speech Connect 也能直接触达观众:语音识别并同时翻译成多种语言,连同提升参与度的工具一起送达听众。

  • 实时识别

    语音识别在讲话的同时把声音转成文字。

  • 多种语言

    把一场演讲同时翻译成多种语言,声音自然。

  • 现场直播

    在活动和演示中把翻译实时直播给观众。

  • 音频串流

    把翻译后的音频直接送到听众。

  • 实时字幕

    为现场活动、网络研讨会和视频提供多语种字幕。

  • 互动聊天

    观众跨越语言障碍聊天并反馈。

  • 实时投票

    用于问答、调查和互动演示的多语种投票。

  • 互动游戏

    多语种文字游戏和问答,让观众保持投入。

坦诚的局限

它(目前)还做不到的

上线之前,先了解取舍。

  • 比发言人慢几秒

    翻译按句进行。对于直播语言通道或内部全员大会已经足够,但在高风险场合无法替代同声传译。

  • 每种语言都有成本

    每个翻译通道都是独立的实时会话,并按会话计费:四种语言就是四倍的分钟数。

  • 自动识别需要开头几个词

    在此之前,应用无法知道发言人的语言。给原声加一点延迟可以弥补,设定固定输入语言则可以避免。

  • 需要 Chromium 浏览器

    Chrome、Edge 或 Brave,因为它们可以把音频路由到指定的输出通道。

常见问题

常见问题

Speech Connect 具体做什么?

它从音频接口的一个输入接收发言,实时翻译,并用最多四种语言重新播报。每种语言从独立的输出通道送出,可以直接进入调音台、直播编码器或同传系统。

适合谁使用?

适合所有为多语种观众做音频的人:股东大会与全体大会、会议和现场活动、直播、内部全员大会以及混合会议。目标很简单:观众中没有人掉队。

可以同时运行多少种语言?

一路输入最多四个输出通道,每个通道一种语言。通道 1 和 2 默认开启;通道 3 和 4 启动时关闭,避免意外运行或计费。可选情况下,Speech Connect 最多支持 16 种翻译语言。

能替代同声传译吗?

不能。翻译比发言人慢几秒,按句进行。谈判等高风险场合请聘请译员。在只需要一个干净、自动的语言通道时它很合适,例如直播、股东大会或内部活动。

翻译比发言人慢多少?

通常是几秒,因为按句翻译。每个通道都有一个上限,即最大翻译积压:如果某个通道落后太多,会丢弃排队中的语音,让它追上而不是越拖越远。

翻译后的声音听起来怎样?

每个通道可用女声、男声或贴近发言人的声音。按通道选择。

观众还能听到原声吗?

可以,如果你需要。在闪避模式下,原声保留在下方,翻译播报时自动压低,类似电视画外音。在独立模式下只播放翻译,类似同传信号。按通道选择。

如果发言人说的已经是某个通道的语言呢?

那么该通道会得到原声,而不是机器复述。设定固定输入语言时,该通道甚至不会开启翻译会话。

如果发言人切换语言呢?

使用自动识别时,语言会随讲话实时识别。当前语言对应的通道会得到原声。识别需要开头几个词;给原声加延迟可以弥补,或者把输入语言设为固定。

支持哪些语言?

输出语言为实时翻译 API 提供语音输出的语言。请在表单中写明你的语言,我们会在演示前确认。

能配合我的调音台、编码器或同传系统吗?

每种语言都可以送到音频接口的任一物理输出。之后它就是一路普通的音频信号,可供调音台、直播编码器或同传系统使用。

每个通道可以设置哪些参数?

语言、声音、输出通道、独立或闪避、闪避深度、起始、保持和释放、翻译与原声电平、原声延迟、最大翻译积压以及通道总音量。

我能监看正在说的内容吗?

可以。实时转写会持续显示原声和每个通道。

窗口在后台时还能正常工作吗?

能。闪避基于音频时钟而不是界面计时器运行,因此即使窗口最小化或被遮挡也保持精准。

需要什么才能运行?

一台 macOS 13.5 或更高版本的 Mac(Intel 或 Apple Silicon)、已安装的 Chrome、Edge 或 Brave、一个音频接口、网络连接以及 Speech Connect 订阅。应用自带运行环境,无需安装其他软件。

支持 Windows 吗?

Windows 版本正在开发中。目前面向调音台的 Speech Connect 在 Mac 上运行;如果你在等待 Windows 版本,请在表单中告诉我们。

可以使用 1 和 2 以外的输入吗?

部分多通道接口只向浏览器开放前两个输入。请在接口的混音软件中把发言人路由到输入 1 或 2,或使用 macOS 聚合设备。

我的音频和 API 密钥会去哪里?

音频会发送到实时翻译 API,用于转写、翻译和语音合成。API 密钥保存在 Mac 本地,仅你的用户账户可读取,且应用只接受来自本机的连接。

符合 GDPR 吗?

符合。Speech Connect 在欧盟的奥地利开发,符合 GDPR。应用在本地保存密钥,只接受来自本机的连接;本网站不使用 Cookie,也不做任何跟踪。

使用如何计费?

Speech Connect 是订阅制服务(SaaS)。每个翻译通道都是独立的实时会话,并按会话计费:四种语言就是四倍的分钟数。语言与固定输入语言相同的通道不会开启任何会话。

价格是多少?

Speech Connect 以订阅方式提供。价格取决于你的配置和语言数量。在表单中选择“联系销售”,我们会给你发送报价。

听众可以自行收听吗?

Speech Connect 观众平台为听众提供音频串流、实时字幕、聊天、投票和游戏。请在表单中咨询我们。

联系我们

用你的语言亲自体验

预约演示,或就你的活动咨询销售。简单介绍一下你的设置,我们会通过电子邮件回复你。

没有简报,没有跟踪。我们只用你的信息来回复你。

你需要什么?

例如:语言、日期、音频接口、信号去向。