O TsgcAIVoiceTranslator traduz a fala enquanto o usuário fala. Ele envia o microfone ao OpenAI gpt-realtime-translate por um WebSocket, reproduz a fala traduzida à medida que ela chega e informa transcrições ao vivo do que foi dito e da tradução.
Um tradutor de fala para fala em tempo real. Defina a chave de API e o idioma de destino, chame Start e fale. O modelo detecta o idioma de origem, então não há mais nada a configurar.
TsgcAIVoiceTranslator
Tradução de fala para fala ao vivo
Windows com microfone e alto-falantes. Linux e macOS com o seu próprio áudio.
Edições. O TsgcAIVoiceTranslator vem no sgcAI e no sgcWebSockets Enterprise, as mesmas edições do agente de voz em tempo real TsgcAIVoiceAgent. O sgcAI é autossuficiente: inclui o runtime sgcWebSockets Core sobre o qual o componente foi construído. Disponível para Delphi 7 a Delphi 13 e C++ Builder.
Defina a chave de API e o idioma de destino, atribua os eventos de transcrição e chame Start.
uses
sgcWebSocket_Types, sgcAI_VoiceTranslator;
procedure TForm1.StartTranslator;
begin
oTranslator := TsgcAIVoiceTranslator.Create(Self);
oTranslator.ApiKey := 'sk-...';
oTranslator.Language := 'es'; // speak any language, hear Spanish
oTranslator.NotifyEvents := neAsynchronous;
oTranslator.OnInputTranscript := DoInputTranscript;
oTranslator.OnOutputTranscript := DoOutputTranscript;
oTranslator.OnError := DoError;
oTranslator.Start; // microphone in, translated speech out
end;
procedure TForm1.DoInputTranscript(Sender: TObject; const aDelta: string);
begin
memoSource.Text := memoSource.Text + aDelta; // what was said
end;
procedure TForm1.DoOutputTranscript(Sender: TObject; const aDelta: string);
begin
memoTarget.Text := memoTarget.Text + aDelta; // the translation
end;
procedure TForm1.DoError(Sender: TObject; const aError: string);
begin
ShowMessage(aError);
end;
procedure TForm1.SwitchLanguage;
begin
oTranslator.Language := 'fr'; // applied to the running session
end;// includes: sgcWebSocket_Types.hpp, sgcAI_VoiceTranslator.hpp
void TForm1::StartVoiceTranslator()
{
oTranslator = new TsgcAIVoiceTranslator(this);
oTranslator->ApiKey = "sk-...";
oTranslator->Language = "es";
oTranslator->NotifyEvents = neAsynchronous;
oTranslator->OnInputTranscript = DoInputTranscript;
oTranslator->OnOutputTranscript = DoOutputTranscript;
oTranslator->OnError = DoError;
oTranslator->Start();
}
void __fastcall TForm1::DoInputTranscript(TObject *Sender, const String aDelta)
{
memoSource->Text = memoSource->Text + aDelta;
}
void __fastcall TForm1::DoOutputTranscript(TObject *Sender, const String aDelta)
{
memoTarget->Text = memoTarget->Text + aDelta;
}
void __fastcall TForm1::DoError(TObject *Sender, const String aError)
{
ShowMessage(aError);
}Desligue os dispositivos para traduzir o áudio de um arquivo, de uma linha telefônica ou de um fluxo de rede. Envie PCM16 a 24 kHz mono com SendAudio e receba a fala traduzida em OnOutputAudio.
procedure TForm1.StartCustomAudio(const aPCM16: TBytes);
begin
oTranslator.AudioCapture := False; // no microphone
oTranslator.AudioPlayback := False; // no speakers
oTranslator.OnOutputAudio := DoOutputAudio;
oTranslator.Start;
oTranslator.SendAudio(aPCM16); // PCM16, 24 kHz, mono
end;
procedure TForm1.DoOutputAudio(Sender: TObject; const aPCM16: TBytes);
begin
// translated speech, PCM16 24 kHz mono, in order
end;Os membros que você usa com mais frequência.
Start conecta, aguarda a sessão, envia o idioma de destino e abre os dispositivos. Stop descarrega o áudio pendente e encerra a sessão. Active faz o mesmo a partir do Object Inspector.
O código do idioma de destino, en por padrão. Atribua um novo valor enquanto a sessão está em execução e a mudança é enviada ao modelo na hora, sem precisar reconectar.
ApiKey, Model (gpt-realtime-translate) e BaseURL. SafetyIdentifier envia um identificador de usuário com hash no cabeçalho OpenAI-Safety-Identifier.
AudioCapture e AudioPlayback usam o microfone e os alto-falantes. Defina-os como False e alimente SendAudio com PCM16 a 24 kHz mono.
OnInputTranscript transmite o texto do que foi dito e OnOutputTranscript o texto da tradução, ambos em deltas.
OnSessionCreated, OnOutputAudio com cada bloco de áudio traduzido, OnSessionClosed e OnError. NotifyEvents seleciona eventos assíncronos para aplicações com interface gráfica ou nenhuma sincronização para serviços.
Plataformas. O caminho do microfone e dos alto-falantes usa a API de áudio do Windows. No Linux e no macOS, defina AudioCapture e AudioPlayback como False e trate o áudio você mesmo com SendAudio e OnOutputAudio. Com os dispositivos ligados, Start informa por OnError que não há dispositivo de áudio disponível nessa plataforma.
Fontes oficiais do serviço que este componente usa.
| Ajuda onlineReferência completa da API e guia de uso dos componentes sgcAI. | Abrir | |
| OpenAI TranslatorGrave, traduza e fale um segmento por vez com o TsgcAIOpenAITranslator. | Abrir | |
| Todos os componentes sgcAIExplore a matriz de recursos completa dos componentes sgcAI. | Abrir | |
| Baixar avaliação gratuitaInclui a demonstração do Voice Translator. Use a sua própria chave OpenAI. | Abrir | |
| PreçosLicenças Single, Team e Site, código-fonte completo. | Abrir |