Provider AI supportati
Sokuji supporta più provider AI per la traduzione vocale in tempo reale. Ogni provider offre diverse funzionalità, modelli e strutture tariffarie. La modalità Gratuito non richiede chiave API e funziona gratuitamente sul tuo dispositivo; solo alcune voci richiedono una connessione internet.
Istruzioni di configurazione
Per utilizzare un provider AI cloud, ottieni una chiave API dal sito web del provider e configurala nel pannello impostazioni di Sokuji. La modalità Gratuito non richiede chiave API — scarica semplicemente i modelli e inizia a tradurre.
OpenAI
- Modelli GPT-4o Realtime Preview
- 8 opzioni vocali premium
- Modalità avanzate di rilevamento del turno
- Riduzione del rumore integrata
- Supporto per oltre 60 lingue
- Modalità template per prompt personalizzati
Google Gemini
- Modelli Gemini 2.0 Flash Live
- 30 personalità vocali uniche
- Rilevamento automatico del turno
- Oltre 35 lingue con varianti regionali
- Trascrizione integrata
- Limiti token elevati (8192)
PalabraAI
- Traduzione WebRTC in tempo reale
- Oltre 60 lingue sorgente
- Oltre 40 lingue di destinazione
- Streaming a bassa latenza
- Elaborazione audio automatica
- Specializzato per traduzione dal vivo
Doubao AST 2.0
- Traduzione vocale end-to-end
- Clonazione vocale, o una voce fissa da una libreria di oltre 500
- Interpretazione simultanea a bassa latenza
- 20 lingue più cantonese e wu, 8 delle quali parlate
- App ID + Access Token, o una chiave API
- Infrastruttura cloud ByteDance
Soniox
- Traduzione vocale in tempo reale
- Trascrive e traduce oltre 60 lingue in una sola chiamata API
- Rilevamento automatico della lingua
- 200 voci integrate e clonazione della voce
- Traduzione parlata o solo sottotitoli
- Conversazione faccia a faccia ed etichette dei parlanti
- Infrastruttura cloud Soniox
Gratuito
- Completamente offline — nessuna chiave API o internet necessari
- Oltre 40 modelli ASR che coprono oltre 99 lingue
- Oltre 55 coppie linguistiche di traduzione + Qwen LLM
- 136 modelli TTS per 53 lingue
- Accelerazione CPU (WASM) e WebGPU
- Privacy first — tutti i dati restano sul dispositivo
Scegliere un provider
OpenAI: Ideale per sintesi vocale di alta qualità e funzionalità avanzate
Gemini: Ottimo per supporto multilingue e elaborazione automatica
PalabraAI: Ottimizzato per traduzione in tempo reale con latenza minima
Doubao AST 2.0: Interpretazione simultanea vocale Doubao che clona la voce di chi parla o parla con una voce fissa a tua scelta
Soniox: Traduzione vocale in tempo reale di Soniox in oltre 60 lingue con rilevamento automatico della lingua
Local Inference: Esegui tutto sul tuo dispositivo senza che nessun dato esca dalla tua macchina — perfetto per casi d'uso sensibili alla privacy
Hai bisogno di aiuto?
Per guide alla configurazione, risoluzione dei problemi e confronto tra provider, visita il nostro repository GitHub. GitHub Repository