Realtime Translationは、元の話者の声を言語をまたいで完全に再現するものではありません。代わりに、17,500種類以上の声をそろえたライブラリから出力音声を選ぶか、特定の話者に近づけるためにインスタントまたはプロフェッショナルボイスクローンをvoice_idとして使用します。

はい。双方が自分の言語で話し、相手の言葉を自分の言語で聞けます。双方向通信はネットワークまたはプロダクトレベルで設定します。たとえば、各発信者をエンドポイントの専用インスタンスに接続します。

セッションごとに設定するeagernessパラメータ（low、medium、high）で調整します。highは最も早く翻訳を開始し、レイテンシーを最小限にします。lowはより多くの文を待つことで、遅延は増えますが高品質な翻訳を提供します。mediumがデフォルトです。

デフォルトはEleven v4 Turboです。tts_model_idにはeleven_flash_v2_5またはeleven_v3も設定できます。Eleven v4 Turboでは、1つの声で複数の言語にわたり、より高いパフォーマンスを発揮します。

はい。すべてのセッションで、オーディオとともに翻訳テキスト、さらに元のオーディオの途中および最終文字起こしをストリーミングします。これらを利用して、ライブキャプションやオーディオに追加するログ機能を構築できます。