Manda audio, ricevi voce tradotta.
In tempo reale, e dentro il flusso che hai già. Lo stesso motore che regge un congresso, raggiungibile con i protocolli che il tuo impianto parla già.
Un'installazione vera
La Cattedrale di Santiago de Compostela: un apparato nella sala, l'audio che esce verso il motore e la traduzione che arriva sul telefono di chi ascolta. Oltre cinque ore di fila, in uno degli ambienti acustici più ostili che esistano.
Come si incastra
Tre pezzi, e di quello di mezzo non ti devi occupare tu.
Entra
Il tuo audio
Un flusso continuo via SRT, o WebRTC quando a parlare è un telefono già identificato.
Motore
Un ascolto, tutte le lingue
L'audio si sente una volta e da quell'ascolto escono tutte le lingue di destinazione. Nessuna aspetta dietro un'altra.
Esce
Voce e testo
La voce tradotta verso il tuo WebRTC via WHIP, e un POST HTTP per ogni frase tradotta per il testo.
Quattordici lingue in parallelo su un solo nodo, e 812 ms da un capo all'altro.
Da dove entra l'audio.
Una sala in cui si sta parlando non manda file: manda un flusso continuo, e deve continuare a mandarlo attraverso una rete che perde pacchetti. È per questo che c'è SRT.
- Il tuo apparato è quello che chiama. Creando la sala ti restituiamo l'URL intero già montato — server, porta, identificativo dell'apparato e passphrase.
- Opus in un contenitore MPEG-TS, mono, 16 kHz, intorno ai 24 kbps. Questa è voce e non musica, e la banda in più non compra niente che si senta.
- La passphrase è per apparato e non è facoltativa: una connessione non cifrata viene rifiutata per quanto bene faccia tutto il resto. Dieci caratteri è il minimo di SRT stesso, non nostro.
- Manda in modo continuo, con la trasmissione discontinua disattivata. Un flusso che si ferma nei silenzi si mangia l'inizio della frase che lo fa ripartire.
L'URL di connessione, così come te lo restituisce la sala
srt://HOST:8890?streamid=DEVICE_ID&mode=caller&latency=120&passphrase=SECRETLa pipeline che gira sul nostro apparato
Il modo più corto di provare il tuo è far girare esattamente questo. Una presa di linea di solito arriva più bassa di un microfono: se la tua si sente debole, aggiungi uno stadio di volume invece di spingere di più il codificatore.
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"L'altro ingresso è WebRTC. È quello giusto quando a parlare è un telefono già identificato: non c'è niente da installare né niente con cui autenticarsi, quindi la sala non restituisce credenziali.
E da dove esce.
Se hai già infrastruttura WebRTC — una piattaforma video, un'app per eventi, una regia — non devi entrare in una sala nostra per prenderti la traduzione. Dacci un punto WHIP e pubblichiamo lì.
- Ogni lingua di destinazione è una sua sessione WHIP. Un punto WHIP può accettare una sola traccia audio e molti fanno così, quindi cinque lingue in una sessione arriverebbero come una, con quattro mancanti in silenzio.
- Metti il segnaposto della lingua nell'URL e ogni lingua ha il suo percorso; lascialo fuori e la lingua viaggia come parametro di query. In entrambi i casi il tuo lato le sa distinguere, cosa che deve poter fare.
- Se metti una credenziale viene mandata come intestazione Authorization Bearer, e alla fine di un intervento cancelliamo la risorsa della sessione, per non lasciare niente che tenga aperta una connessione.
- Per impostazione predefinita questo si aggiunge alla sala: i tuoi ascoltatori continuano a funzionare e il tuo impianto riceve l'audio comunque. Se lo metti come unica destinazione, la sala smette di essere usata.
Le due forme del punto di pubblicazione
delivery.whip.url = https://you.example.com/ingest/{lang}/whip → …/ingest/en/whip
delivery.whip.url = https://you.example.com/whip → …/whip?lang=enIl testo viaggia a parte, e non è un dettaglio
WHIP porta media e nient'altro — il protocollo non ha un canale dati — quindi i sottotitoli non possono venire dentro l'audio. Dacci un URL e facciamo un POST per ogni frase tradotta, con la sala, il segmento, la lingua da cui veniva e quella in cui è andata. Chi monta questo dando per scontato che il testo arrivi con l'audio se ne accorge il giorno dell'evento.
Con cosa funziona così com'è
Questi sono quelli che nomina la specifica, non un muro di loghi. Per qualcosa che parla RTMP o SRT più a valle, MediaMTX davanti fa da ponte da WHIP senza che nessuno dei due scriva codice.
Questo non è il riferimento dell'API, e la differenza conta
Sono due porte sullo stesso motore, ed entrare da quella sbagliata costa un giorno. Questa serve a farci passare un flusso di media. L'altra a programmarci contro.
Questa pagina
Hai già audio che si muove e vuoi la traduzione dentro quel movimento. Quello che ti serve è una porta, un codec e un posto dove pubblicare.
Il riferimento dell'API
Stai scrivendo codice: creare sale, caricare una registrazione, chiedere il risultato nel formato che vuoi, decidere chi può prendere la parola. Endpoint per endpoint, con esempi che funzionano incollandoli.
Andare al riferimentoLe due si incontrano in un punto: il punto WHIP e l'URL del testo sono impostazioni di una sala, e una sala si crea dall'API.
La latenza da un capo all'altro è di 812 ms — il percorso completo, da quando qualcuno parla a quando lo si sente tradotto.
Le quattordici lingue escono da un solo ascolto dell'audio, quindi la quattordicesima costa quello che costa una quattordicesima e non quattordici volte la prima.
Integrazioni e lavorazioni: minuti sfusi
Per trasmettere una stanza o processare file. Senza canone: compri minuti e si consumano mentre si traduce. Hai dodici mesi per consumarli, e in tutti i pacchetti c'è lo stesso motore e le stesse quattordici lingue.
In accento, ciò che si parla
silenzio · il contatore è fermo
non contano
Un’ora di riunione, 20 minuti di parlato: 20 minuti contati.
20 €+ IVA
Qualche evento, o provarlo su qualcosa di vero.
- 100 minuti
- di voce tradotta in una lingua
- 0,20 € al minuto
- senza canone, e dodici mesi per usarlo
- —
- il prezzo di riferimento
- ≈ 1 celebrazione
- di un'ora, 40 minuti di parlato, quattro lingue
- Quattordici lingue
- dallo stesso audio e insieme
85 €+ IVA
Una celebrazione settimanale, e tutta la sua stagione.
- 500 minuti
- di voce tradotta in una lingua
- 0,17 € al minuto
- senza canone, e dodici mesi per usarlo
- −15%
- di sconto sull'importo sciolto
- ≈ 6 celebrazioni
- di un'ora, 40 minuti di parlato, quattro lingue
- Quattordici lingue
- dallo stesso audio e insieme
300 €+ IVA
Più sale in funzione ogni settimana.
- 2000 minuti
- di voce tradotta in una lingua
- 0,15 € al minuto
- senza canone, e dodici mesi per usarlo
- −25%
- di sconto sull'importo sciolto
- ≈ 24 celebrazioni
- di un'ora, 40 minuti di parlato, quattro lingue
- Quattordici lingue
- dallo stesso audio e insieme
675 €+ IVA
Un luogo che trasmette quasi tutti i giorni.
- 5000 minuti
- di voce tradotta in una lingua
- 0,135 € al minuto
- senza canone, e dodici mesi per usarlo
- −32,5%
- di sconto sull'importo sciolto
- ≈ 60 celebrazioni
- di un'ora, 40 minuti di parlato, quattro lingue
- Quattordici lingue
- dallo stesso audio e insieme
In tutti i pacchetti, senza eccezioni
- Tutte e quattordici le lingue, dallo stesso audio
- Tutte le sale che vuoi creare
- Registrazioni, documenti e sottotitoli
- L'API completa e le tue chiavi
- Una fattura per acquisto, con i tuoi dati fiscali
- Niente viene registrato da una sala dal vivo
L’accompagnamento si preventiva a parte
Il minuto paga il motore, non ore di persona. Tutto ciò che mette qualcuno dei nostri dietro si preventiva:
- Avvio: collegare il tuo SRT o il tuo WebRTC e rivedere il montaggio
- Esserci il giorno dell’evento
- Sviluppo su misura per quello che serve al tuo flusso
- Installarlo dentro la tua rete
O l'importo che vuoi
A 0,20 € al minuto, senza sconto sul volume — è a questo che servono i pacchetti. Tra 10 € e 5.000 €, ed entra nell'account appena il pagamento passa.
I primi 30 minuti li offriamo noi
Salva una carta e sono nel tuo account. Non si addebita nulla, e anche la pagina della carta dice 0 € — la carta resta lì per il giorno in cui vorrai ricaricare con un clic, non per addebitarti in silenzio. Durano tre mesi: servono per provare, non per conservare.
Parla con l'ingegneria
Quattro campi, e nessuna domanda sul volume mensile — a questo punto non lo sa nessuno. Raccontaci cosa hai davanti e risponde qualcuno che questo l'ha già cablato.
Le parole che si usano solo da voi
I nomi propri di un'organizzazione — persone, strade, riferimenti, cariche — sono esattamente ciò che un modello generale non ha mai sentito, e dove sbaglia: li cambia con una parola comune che suona simile. Si scrivono una volta e smettono di sbagliare. Si scrivono nella sala e valgono per tutte le sue riunioni.
- È un elenco, non un addestramento: si scrive e funziona dalla prima frase.
- Non raccoglie nulla. Né il tuo audio, né il tuo testo, né un secondo di niente.
- Ed è incluso. Non è un piano in più né una voce in fattura.