La cadena de procesamiento
Todo empieza con una única señal de audio y termina en el dispositivo de cada oyente, en paralelo para cada idioma:
- 1
Audio del escenario
Una señal desde su mesa de sonido - cualquier número de micrófonos, mesas redondas y fuentes de reproducción, mezclados por su técnico exactamente igual que hoy.
- 2
Reconocimiento de voz
El reconocimiento en streaming, sensible a las frases, espera a que estas se estabilicen para que el traductor reciba oraciones completas y asentadas en lugar de fragmentos.
- 3
Traducción con IA
La traducción sensible al contexto mantiene el hilo de la intervención y respeta el glosario y la terminología de su evento.
- 4
Voz neuronal
Una voz neuronal natural habla cada idioma de destino en paralelo, un canal por idioma.
- 5
Entrega
El audio y los subtítulos en vivo llegan a cada oyente por WebRTC - teléfonos en la sala, navegadores remotos, pantallas del recinto y herramientas de producción.
El retardo de extremo a extremo es normalmente de unos 5 segundos desde la frase pronunciada hasta la voz interpretada. La plataforma lo mide de forma continua: después de cada sesión recibe un informe de latencia por idioma (mediana y p99), de modo que la calidad se verifica con datos, no con impresiones.
Motores y voces
Interpretwise ejecuta en segundo plano varios motores de reconocimiento de voz, traducción y síntesis de voz, y elige la mejor combinación para cada par de idiomas, con conmutación automática entre motores durante la sesión. Las voces se ofrecen en dos niveles:
- Voces Premium - La opción más natural, recomendada para el contenido de escenario.
- Voces Standard - Un amplio catálogo que cubre toda la gama de idiomas a una tarifa más baja.
Intervención humana
Un mismo evento puede combinar interpretación con IA e intérpretes humanos profesionales canal por canal: por ejemplo, IA para seis idiomas y un intérprete humano para el séptimo. Los intérpretes trabajan desde cualquier lugar mediante una consola web - sin instalaciones, protegida por un código de acceso propio del evento.
Lo que vive el asistente
Los asistentes escanean un código QR, eligen un idioma y escuchan en su propio teléfono, con subtítulos en vivo en ese mismo idioma. Sin aplicación, sin cuenta y sin auriculares que repartir. Consulte Un público sin auriculares para ver el recorrido completo del asistente.
