Realtime Translation no reproduce exactamente la voz original de quien habla en otros idiomas. En su lugar, seleccionas la voz de salida de una biblioteca con más de 17.500 voces o usas un clon de voz Instant o Professional como voice_id para aproximarte a una persona concreta.

Sí. Ambas partes hablan su propio idioma y escuchan a la otra en el suyo. La comunicación bidireccional se configura a nivel de red o de producto; por ejemplo, conectando a cada interlocutor a una instancia dedicada de la ruta de API.

Con el parámetro eagerness (bajo, medio o alto), que se configura para cada sesión. El nivel alto empieza a traducir antes para lograr la menor latencia. El bajo espera más de la frase para ofrecer una traducción de mayor calidad, con más retraso. El nivel medio es el predeterminado. 

Eleven v4 Turbo es el modelo predeterminado. Clientes también pueden establecer tts_model_id en eleven_flash_v2_5 o eleven_v3. Eleven v4 Turbo ofrece un mejor rendimiento con una sola voz en varios idiomas.

Sí. Cada sesión transmite texto traducido junto con el audio, además de transcripciones provisionales y finales del audio original. Puedes usarlos para crear subtítulos en directo o registros a partir del audio.