Provedores de IA Compatíveis
O Sokuji suporta múltiplos provedores de IA para tradução de fala em tempo real. Cada provedor oferece diferentes capacidades, modelos e estruturas de preços. O modo Gratuito não requer chave de API e funciona no seu dispositivo de graça; só algumas vozes precisam de internet.
Instruções de Configuração
Para usar um provedor de IA em nuvem, obtenha uma chave de API no site do provedor e configure-a no painel de configurações do Sokuji. O modo Gratuito não requer chave de API — basta baixar os modelos e começar a traduzir.
OpenAI
- Modelos GPT-4o Realtime Preview
- 8 opções de voz premium
- Modos avançados de detecção de turno
- Redução de ruído integrada
- Suporte a mais de 60 idiomas
- Modo de template para prompts personalizados
Google Gemini
- Modelos Gemini 2.0 Flash Live
- 30 personalidades de voz únicas
- Detecção automática de turno
- Mais de 35 idiomas com variantes regionais
- Transcrição integrada
- Altos limites de tokens (8192)
PalabraAI
- Tradução WebRTC em tempo real
- Mais de 60 idiomas de origem
- Mais de 40 idiomas de destino
- Streaming de baixa latência
- Processamento automático de áudio
- Especializado em tradução ao vivo
Doubao AST 2.0
- Tradução fala-para-fala de ponta a ponta
- Clonagem de voz, ou uma voz fixa de uma biblioteca com mais de 500
- Interpretação simultânea de baixa latência
- 20 idiomas mais cantonês e wu, 8 deles falados
- App ID + Access Token, ou uma chave de API
- Infraestrutura em nuvem ByteDance
Soniox
- Tradução fala-para-fala em tempo real
- Transcreve e traduz mais de 60 idiomas em uma única chamada de API
- Detecção automática de idioma
- 200 vozes integradas e clonagem de voz
- Tradução falada ou apenas legendas
- Conversa presencial e identificação de falantes
- Infraestrutura em nuvem Soniox
Gratuito
- Totalmente offline — sem necessidade de chave de API ou internet
- Mais de 40 modelos ASR cobrindo mais de 99 idiomas
- Mais de 55 pares de idiomas para tradução + Qwen LLMs
- 136 modelos TTS em 53 idiomas
- Aceleração CPU (WASM) e WebGPU
- Privacidade em primeiro lugar — todos os dados ficam no dispositivo
Escolhendo um Provedor
OpenAI: Melhor para síntese de voz de alta qualidade e recursos avançados
Gemini: Ótimo para suporte multilíngue e processamento automático
PalabraAI: Otimizado para tradução em tempo real com latência mínima
Doubao AST 2.0: Interpretação simultânea fala-para-fala do Doubao que clona a voz de quem fala ou fala com uma voz fixa à sua escolha
Soniox: Tradução fala-para-fala em tempo real do Soniox em mais de 60 idiomas com detecção automática de idioma
Local Inference: Execute tudo no seu dispositivo sem que nenhum dado saia da sua máquina — perfeito para casos de uso sensíveis à privacidade
Precisa de Ajuda?
Para guias de configuração, solução de problemas e comparações de provedores, visite nosso repositório no GitHub. GitHub Repository