أرسل صوتًا، واستقبل صوتًا مترجَمًا.

من أين يدخل الصوت.

القاعة التي يُتكلَّم فيها لا ترسل ملفات: ترسل دفقًا متصلًا، وعليها أن تظل ترسل عبر شبكة تُسقِط الرزم. ولهذا وُجد SRT.

• جهازك هو المتصل. وإنشاء القاعة يعيد إليك العنوان كاملًا مركّبًا — المضيف والمنفذ ومعرّف الجهاز وعبارة المرور.
• Opus داخل حاوية MPEG-TS، أحادي، 16 كيلوهرتز، نحو 24 كيلوبت في الثانية. هذا كلام لا موسيقى، والنطاق الزائد لا يشتري شيئًا يُسمع.
• عبارة المرور لكل جهاز وليست اختيارية: الاتصال غير المعمَّى يُرفض مهما أصاب في كل ما عداه. وعشرة محارف هي الحد الأدنى لـ SRT نفسه لا حدُّنا نحن.
• أرسل بلا انقطاع، مع تعطيل الإرسال المتقطع. الدفق الذي يتوقف في الصمت يأكل بداية الجملة التي أعادت تشغيله.

srt://HOST:8890?streamid=DEVICE_ID&mode=caller&latency=120&passphrase=SECRET

gst-launch-1.0 -e \
  alsasrc device=plughw:CODEC,0 ! audioconvert ! audioresample ! \
  audio/x-raw,rate=16000,channels=1 ! \
  opusenc bitrate=24000 ! mpegtsmux ! \
  srtsink uri="srt://HOST:8890?streamid=DEVICE_ID&mode=caller&latency=120&passphrase=SECRET"

المدخل الآخر هو WebRTC. وهو المناسب حين يكون المتكلم هاتفًا مسجَّل الدخول سلفًا: لا شيء يُثبَّت ولا شيء يُستوثق به، ولذلك لا تعيد القاعة أي بيانات اعتماد.

هذه ليست مرجع الواجهة البرمجية، والفرق مهم

بابان إلى المحرك نفسه، والدخول من الخطأ منهما يكلّف يومًا. هذا الباب لتمرير دفق وسائط عبره. والآخر للبرمجة عليه.

• يلتقي البابان في موضع واحد: نقطة WHIP وعنوان النص إعدادان لقاعة، والقاعة تُنشأ عبر الواجهة البرمجية.

• زمن الاستجابة من الطرف إلى الطرف هو 812 مللي ثانية — الرحلة كاملة، من أن يتكلم أحدهم إلى أن يُسمع مترجَمًا.

• اللغات الخمس عشرة تخرج من استماع واحد إلى الصوت، فالرابعة عشرة تكلّف ما تكلّفه رابعةَ عشرة لا خمسة عشر ضعفًا للأولى.