Realtime Translation non trasferisce esattamente la voce originale di chi parla da una lingua all'altra. Puoi invece selezionare la voce di output da una libreria di oltre 17.500 voci oppure usare un Instant o Professional Voice Clone come voice_id per riprodurre approssimativamente una voce specifica.

Sì. Entrambe le persone parlano nella propria lingua e ascoltano l'altra nella loro. La modalità bidirezionale si configura a livello di rete o di prodotto, ad esempio collegando ogni chiamante a un'istanza dedicata dell'endpoint.

Con il parametro eagerness (basso, medio o alto), impostato per ogni sessione. Il livello alto avvia la traduzione prima possibile, per la latenza più bassa. Il livello basso attende una porzione maggiore della frase per una traduzione di qualità superiore, con un ritardo maggiore. Il livello medio è quello predefinito. 

Eleven v4 Turbo è il modello predefinito. I clienti possono anche impostare tts_model_id su eleven_flash_v2_5 o eleven_v3. Eleven v4 Turbo offre a un'unica voce prestazioni migliori in più lingue.

Sì. Ogni sessione trasmette in streaming il testo tradotto insieme all'audio, oltre alle trascrizioni intermedie e finali dell'audio di origine. Puoi usarli per creare didascalie dal vivo o registri basati sull'audio.