रियलटाइम ट्रांसलेशन मूल वक्ता की वॉइस को भाषाओं के बीच बिल्कुल उसी तरह नहीं रखता। इसके बजाय, आप 17,500+ वॉइस की लाइब्रेरी से आउटपुट वॉइस चुनते हैं या किसी खास वक्ता के करीब पहुँचने के लिए voice_id के रूप में इंस्टैंट या प्रोफेशनल वॉइस क्लोन का इस्तेमाल करते हैं।

हाँ। दोनों लोग अपनी भाषा बोलते हैं और दूसरे को उसकी भाषा में सुनते हैं। द्विदिश सुविधा नेटवर्क या प्रोडक्ट स्तर पर कॉन्फ़िगर की जाती है, जैसे हर कॉलर को एंडपॉइंट के एक अलग इंस्टेंस से जोड़कर।

हर सेशन के लिए eagerness पैरामीटर (low, medium या high) सेट करके। सबसे कम लेटेंसी के लिए high सबसे जल्दी अनुवाद शुरू करता है। बेहतर क्वालिटी वाले अनुवाद के लिए low वाक्य के ज़्यादा हिस्से का इंतज़ार करता है, लेकिन इसमें ज़्यादा देरी होती है। medium डिफ़ॉल्ट है। 

Eleven v4 Turbo डिफ़ॉल्ट है। ग्राहक tts_model_id को eleven_flash_v2_5 या eleven_v3 पर भी सेट कर सकते हैं। Eleven v4 Turbo एक वॉइस को कई भाषाओं में बेहतर परफ़ॉर्मेंस देता है।

हाँ। हर सेशन ऑडियो के साथ अनुवादित टेक्स्ट और सोर्स ऑडियो के अंतरिम व अंतिम ट्रांसक्रिप्ट स्ट्रीम करता है। आप इनका इस्तेमाल ऑडियो के ऊपर लाइव कैप्शन या लॉगिंग के लिए कर सकते हैं।