Realtime Translation ne reproduit pas exactement la voix de l’interlocuteur d’origine dans chaque langue. Vous sélectionnez plutôt la voix de sortie parmi une bibliothèque de plus de 17 500 voix, ou utilisez un Clonage de voix instantané ou professionnel comme voice_id pour vous rapprocher de la voix d’un interlocuteur donné.

Oui. Chaque interlocuteur parle sa propre langue et entend l’autre dans la sienne. La communication bidirectionnelle se configure au niveau du réseau ou du produit, par exemple en connectant chaque appelant à une instance dédiée du point de terminaison.

Avec le paramètre eagerness, défini pour chaque session sur faible, moyen ou élevé. Le niveau élevé lance la traduction au plus tôt pour réduire la latence. Le niveau faible attend une plus grande partie de la phrase pour une traduction de meilleure qualité, avec un délai supérieur. Le niveau moyen est sélectionné par défaut. 

Eleven v4 Turbo est le modèle par défaut. Les clients peuvent également définir tts_model_id sur eleven_flash_v2_5 ou eleven_v3. Eleven v4 Turbo offre à une même voix de meilleures performances dans plusieurs langues.

Oui. Chaque session diffuse le texte traduit avec l’audio, ainsi que les transcriptions intermédiaires et finales de l’audio source. Vous pouvez les utiliser pour alimenter des sous-titres en direct ou la journalisation en complément de l’audio.