目标
在越南,我们要和既不会俄语也不会英语的人商量价格、维修和租房。往翻译软件里打字会让对话中断——必须用语音,按正常聊天的节奏,即使手机只是放在桌上也要能用。
实现内容
使用方法:打开页面,选择“我说”和“对方听”。用一部手机时,你说话,应用显示译文并朗读出来。用两部手机时,你创建房间,对方扫描二维码,每人说自己的语言——这句话会以译好的形式出现在对方屏幕上并在那里朗读。翻译器知道对话的主题,所以价格、时间和行业用语都能译对,数字和时间会被突出显示。支持八种语言,包括越南语、俄语、英语、中文和韩语。在浏览器中运行,也可以像应用一样安装。
我们的职责
我们自己的产品:为我们在越南的日常交流而做,并依据实测而不是凭感觉来改进。
成果与现状
任何人都可以在 lnpower.org/vt/ 使用免费模式:浏览器识别语音,AI 负责翻译。所有者的付费模式——服务器端语音识别、能“听懂”轻声或远处说话的第二个 AI,以及自然的 ElevenLabs 语音——按分钟计费,因此不对外开放。在这些模式下,手机放在桌上、一米外说的越南语,词错误率约为 1.5%(我们自己的测试)。
请注意: 免费模式使用浏览器自带的语音识别。在安卓版 Chrome 和电脑上效果最好;iPhone 上可能没有这项功能——那时可以直接输入文字。轻声或远处的越南语,在所有者的付费模式下识别效果要好得多。
演示与链接
使用产品
Vietalk 是一个可以直接使用的工具:打开就能对话,无需注册。如果你需要在自己的产品中加入语音、语音识别或翻译,那就是一个开发项目——在下方与我们讨论。
技术栈
需要类似的方案?
我们可以为你的产品加入语音和 AI:语音识别、翻译和语音输出——并如实测量它在你真实环境中的效果。
