VoxTranslate permette a persone che non parlano la stessa lingua di avere una normale conversazione video. Tu parli; tutti gli altri leggono — e, sui livelli superiori, ascoltano — le tue parole nella loro lingua, dal vivo. Questo articolo ti accompagna attraverso ciò che accade davvero tra il momento in cui parli e il momento in cui qualcuno dall'altra parte ti capisce.

La pipeline in tempo reale

Ogni chiamata esegue lo stesso ciclo in quattro fasi, in modo continuo, per ciascun interlocutore:

  1. Cattura. Il tuo browser invia in streaming brevi blocchi audio a bassa latenza usando il codec Opus — niente plugin, niente app nativa.
  2. Trascrizione. Il riconoscimento vocale in streaming trasforma quell'audio in testo mentre parli, con la lingua di origine rilevata automaticamente o impostata da te.
  3. Traduzione. La trascrizione viene tradotta in parallelo in ogni lingua presente nella stanza, così una chiamata di quattro persone in quattro lingue viene gestita tutta in una volta.
  4. Consegna. Ogni ascoltatore vede i sottotitoli dal vivo nella lingua scelta. Sui livelli superiori sente anche una traduzione parlata naturale.

Perché il peer-to-peer è importante

Il video e l'audio che condividi con gli altri partecipanti viaggiano direttamente tra i browser tramite WebRTC, in una mesh di un massimo di quattro persone. I tuoi contenuti multimediali non vengono registrati né instradati attraverso un server centrale — il compito del server è il signaling, l'esecuzione della pipeline di traduzione e il relay della chat. Meno passaggi significano latenza più bassa e una superficie di privacy più piccola.

I quattro livelli di motore

Non tutte le conversazioni hanno bisogno dello stesso compromesso tra velocità, qualità vocale e costo, quindi VoxTranslate ti lascia scegliere un motore per ogni chiamata.

Standard

L'opzione predefinita. Riconoscimento in streaming veloce ed economico con sottotitoli tradotti dal vivo e una voce integrata del browser. Perfetto per le chiacchierate di tutti i giorni in cui per lo più segui leggendo.

Enhanced

Un percorso di streaming diretto dal client ottimizzato per una latenza ultra-bassa — una reattività di circa 250 millisecondi — su un'ampia gamma di lingue. Ideale per scambi rapidi e naturali in cui ogni pausa conta.

Pro

Traduzione AI dal vivo con una voce sintetizzata naturale. Questo è il punto di equilibrio ideale per riunioni e demo: alta qualità, una vera traduzione parlata nell'orecchio dell'ascoltatore e un costo bilanciato. È il livello a cui la maggior parte delle persone ricorre.

Premium

L'opzione con la massima fedeltà, con una voce AI naturale e la copertura più ampia — tutte le 84 lingue supportate. Pensata per conversazioni ad alto rischio dove precisione e sfumature valgono il sovrapprezzo.

Una nota sull'output dell'AI

La trascrizione e la traduzione sono prodotte da sistemi AI e possono contenere errori. La traduzione parlata che senti è generata dal computer — non è una registrazione della voce dell'interlocutore. VoxTranslate è pensato per la comunicazione di tutti i giorni, non per decisioni critiche di natura legale, medica o di sicurezza.

Provalo tu stesso

Il modo più rapido per capire la pipeline è provarla. Apri una stanza, scegli la tua lingua e fai una conversazione di un minuto con qualcuno che ne parla un'altra. Vedrai le tue parole diventare sottotitoli — e le sentirai diventare voce — in tempo reale.