处理流程
一切从单路音频开始，最终抵达每位听众的设备，所有语言并行处理：
- 1
舞台音频
来自调音台的一路信号 - 任意数量的麦克风、嘉宾对谈和播放源，仍由您的音响师按现有方式混音。
- 2
语音识别
流式、以短语为单位的识别会等待语句稳定，因此翻译环节拿到的是完整、确定的句子，而不是碎片。
- 3
AI 翻译
具备上下文感知的翻译会持续跟踪演讲脉络，并遵循您的活动术语表与专有名词。
- 4
神经网络语音
自然的神经网络语音并行朗读每一种目标语言，每种语言一个频道。
- 5
分发
音频与实时字幕通过 WebRTC 送达每位听众 - 会场内的手机、远程浏览器、场馆屏幕以及制作工具。
从说出话语到传译语音，端到端延迟通常约为 5 秒。平台会持续测量这一指标：每场结束后您都会收到按语言划分的延迟报告（中位数与 p99），质量由数据验证，而不是凭印象。
引擎与语音
Interpretwise 在后台运行多套语音识别、翻译与语音合成引擎，为每个语言对选择最佳组合，并可在场次进行中自动切换到备用引擎。语音分为两档：
- 高级语音 - 最自然的选择，推荐用于舞台内容。
- 标准语音 - 覆盖全部语言范围的大型语音库，费率更低。
人工介入
同一场活动可以逐频道混合使用 AI 传译与专业真人译员：例如六种语言用 AI，第七种语言由真人译员负责。译员可在任何地点通过浏览器版控制台工作 - 无需安装，并由每场活动专属的访问代码保护。
与会者的体验
与会者扫描二维码，选择语言，用自己的手机收听 - 并配有同语言的实时字幕。无需 App、无需账户、无需分发耳机。完整的与会者流程见无需耳机的听众。
