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。
选择输入
选择音频接口以及承载发言人的输入通道。
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。
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。
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
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。
谢谢,你的请求已发出。
我们会通过电子邮件回复,通常在两个工作日内。