音声を送り、翻訳された 声を受け取る。
リアルタイムで、しかもすでにお持ちのフローの中で。国際会議を動かしているのと同じエンジンに、設備がすでに話しているプロトコルで届きます。
実際に据えつけた現場
サンティアゴ・デ・コンポステーラ大聖堂。会場に機器を置き、音声はエンジンへ出ていき、翻訳は聴く人の電話に届きます。五時間以上を続けて、世界でも指折りに厳しい音響のなかで。
どう収まるか
三つの部品。真ん中はあなたが気にする必要のないものです。
入り
あなたの音声
SRT による連続したストリーム。話しているのがすでにサインイン済みの電話なら WebRTC。
エンジン
一度の聴取で全言語
音声を聴くのは一度きりで、その一度からすべての対象言語が出ます。どれも別の言語の後ろで待ちません。
出
声とテキスト
翻訳された声は WHIP であなた自身の WebRTC へ。テキストは翻訳された文ごとに HTTP の POST で。
単一ノード上で十四言語を並行して、端から端まで 812 ミリ秒。
音声が入る ところ。
話されている会場はファイルを送りません。連続したストリームを送り、パケットを落とすネットワークを通して送り続けなければなりません。SRT はそのためにあります。
- 呼び出す側はあなたの機器です。ルームを作ると、組み上がった URL がそのまま返ります — ホスト、ポート、機器の識別子、パスフレーズ。
- MPEG-TS コンテナの Opus、モノラル、16 kHz、24 kbps 前後。これは音楽ではなく話し声で、余分な帯域は聞こえる何かを買ってはくれません。
- パスフレーズは機器ごとで、任意ではありません。暗号化されていない接続は、ほかがどれだけ正しくても拒否されます。十文字という下限は SRT 自身のもので、私たちのものではありません。
- 連続して送ってください。不連続送信は切ってください。無音で止まるストリームは、それを再開させた文の頭を食べてしまいます。
ルームが返す接続 URL
srt://HOST:8890?streamid=DEVICE_ID&mode=caller&latency=120&passphrase=SECRET私たち自身の機器が動かしているパイプライン
あなたの機器を試す最短の方法は、これをそのまま動かすことです。ライン入力はマイクより小さく届くことが多く、弱いようならエンコーダーを強く押すのではなく、音量の段を足してください。
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"もう一つの入口は WebRTC です。話しているのがすでにサインイン済みの電話のときに向いています。インストールするものも、認証に使うものもないので、ルームは認証情報を返しません。
そして出て いくところ。
すでに WebRTC の基盤をお持ちなら — 動画プラットフォーム、イベントアプリ、副調整室 — 翻訳を受け取るために私たちのルームに入る必要はありません。WHIP のエンドポイントを教えていただければ、そこへ配信します。
- 対象言語ごとに独立した WHIP セッションです。WHIP のエンドポイントは音声トラックを一本だけ受け付けてよく、実際そうするものが多いので、五言語を一つのセッションに入れると一つとして届き、四つが黙って欠けます。
- URL に言語のプレースホルダーを置けば言語ごとに専用の経路になり、置かなければ言語はクエリパラメータとして渡ります。どちらでもあなたの側で区別でき、区別できなければなりません。
- トークンを設定すれば Authorization Bearer ヘッダーとして送られ、発言が終わるとセッションのリソースを削除します。接続を握ったままのものを残しません。
- 既定ではこれはルームに加えてのものです。聞き手はそのまま動き、あなたの設備にも音声が届きます。唯一の宛先にすると、ルームは使われなくなります。
エンドポイントの二つの形
delivery.whip.url = https://you.example.com/ingest/{lang}/whip → …/ingest/en/whip
delivery.whip.url = https://you.example.com/whip → …/whip?lang=enテキストは別に流れます。これは些細な話ではありません
WHIP はメディアだけを運びます — プロトコルにデータチャネルがありません — ですから字幕は音声の中に入ってきません。URL を教えていただければ、翻訳された文ごとに POST します。ルーム、セグメント、元の言語、送り先の言語つきで。テキストが音声と一緒に届く前提で組んだ人は、当日にそれを知ることになります。
そのまま動く相手
これは仕様書が名指ししているものであって、ロゴの壁ではありません。下流で RTMP や SRT を話すものには、前に MediaMTX を置けば WHIP から橋渡ししてくれます。どちらもコードを書く必要はありません。
これは API リファレンスではありません。その違いは重要です
同じエンジンへの二つの扉で、間違ったほうから入ると一日を失います。こちらはメディアの流れを通すため。あちらはそれに対してプログラムを書くためです。
このページ
すでに音声が動いていて、その動きの中に翻訳を入れたい。必要なのはポートとコーデックと、配信先です。
二つは一点で交わります。WHIP のエンドポイントとテキストの URL はルームの設定であり、ルームは API で作ります。
端から端までの遅延は 812 ミリ秒 — 誰かが話してから、翻訳されて聞こえるまでの全行程です。
十四言語は音声を一度聴いたところから出るので、十四番目は十四番目の値段であって、最初の十四倍ではありません。
連携と処理： 単発の分数
ルームの配信やファイルの処理に。月額はなく、買った分数が翻訳のたびに減っていきます。使えるのは購入から十二か月、どのパックでも同じエンジンと同じ十四言語です。
色がついているのが、話された時間です
無音 · カウンターは止まっています
カウンターには足されません
1 時間の会議、話したのは 20 分。計上も 20 分です。
€20+ 税
数回の催し、あるいは本物の素材で試すために。
- 100 分
- 1言語に翻訳された音声
- 1分 €0.20
- 月額なし、期限は十二か月
- —
- 基準となる価格
- ≈ 1 回の礼拝
- 1時間、話し声40分、4言語
- 14言語
- 同じ音声から、同時に
€85+ 税
毎週の礼拝と、そのシーズンまるごと。
- 500 分
- 1言語に翻訳された音声
- 1分 €0.17
- 月額なし、期限は十二か月
- −15%
- 都度払いに対する割引
- ≈ 6 回の礼拝
- 1時間、話し声40分、4言語
- 14言語
- 同じ音声から、同時に
€300+ 税
毎週動く複数のルーム。
- 2,000 分
- 1言語に翻訳された音声
- 1分 €0.15
- 月額なし、期限は十二か月
- −25%
- 都度払いに対する割引
- ≈ 24 回の礼拝
- 1時間、話し声40分、4言語
- 14言語
- 同じ音声から、同時に
€675+ 税
ほぼ毎日配信する場所。
- 5,000 分
- 1言語に翻訳された音声
- 1分 €0.135
- 月額なし、期限は十二か月
- −32.5%
- 都度払いに対する割引
- ≈ 60 回の礼拝
- 1時間、話し声40分、4言語
- 14言語
- 同じ音声から、同時に
すべてのパックに、例外なく
- 14言語すべて、同じ音声から
- 作りたいだけのルーム
- 録音、書類、字幕
- APIのすべてとご自身の鍵
- 購入ごとに1通の請求書、税務情報つき
- ライブのルームからは何も録音しません
付き添いは別途お見積もりです
分単位の料金はエンジンの対価であり、人の作業時間ではありません。人が動くものはすべてお見積もりになります。
- 立ち上げ：SRT や WebRTC の接続と構成の確認
- イベント当日の立ち会い
- 流れに合わせた個別開発
- お客さまのネットワーク内への導入
または好きな金額で
1分0,20 €、数量割引はありません——それはパックの役目です。10 €から5.000 €まで、決済が通った時点でアカウントに入ります。
はじめの30分はこちらから
カードを登録すればアカウントに入ります。請求は発生せず、カードの画面にも0 €と出ます——カードは、いつかワンクリックで追加したい日のために置いてあるだけで、黙って請求するためではありません。 有効期間は3か月です。ためすためのもので、とっておくためのものではありません。
エンジニアリングに相談する
四つの項目、月間の量については一切尋ねません — この段階では誰にも分かりません。目の前にあるものを教えてください。すでにこれを配線したことのある者が答えます。
そこでしか使われない言葉
組織固有の名前——人名、通りの名、型番、役職——は、汎用モデルが一度も聞いたことのないものであり、まさにそこで間違えます。似た響きのありふれた言葉に置き換えてしまうのです。一度書いておけば、間違えなくなります。 ルームに書いておけば、そのすべての会議で効きます。
- 学習ではなくリストです。書けば最初の一文から効きます。
- 何も収集しません。音声も、テキストも、一秒たりとも。
- そして込みです。追加プランでも請求項目でもありません。