Підтримувані AI-провайдери
Sokuji підтримує кілька AI-провайдерів для перекладу мовлення в реальному часі. Кожен провайдер пропонує різні можливості, моделі та тарифні структури. Режим «Безкоштовний» не потребує API-ключа і працює на вашому пристрої безкоштовно; інтернет потрібен лише деяким голосам.
Інструкції з налаштування
Щоб використовувати хмарного AI-провайдера, отримайте API-ключ на вебсайті провайдера та налаштуйте його в панелі налаштувань Sokuji. Режим «Безкоштовний» не потребує API-ключа — просто завантажте моделі та починайте перекладати.
OpenAI
- Моделі GPT-4o Realtime Preview
- 8 преміальних голосових варіантів
- Розширені режими виявлення черги
- Вбудоване шумозаглушення
- Підтримка понад 60 мов
- Режим шаблонів для користувацьких промптів
Google Gemini
- Моделі Gemini 2.0 Flash Live
- 30 унікальних голосових особистостей
- Автоматичне виявлення черги
- Понад 35 мов з регіональними варіантами
- Вбудована транскрипція
- Високі ліміти токенів (8192)
PalabraAI
- Переклад WebRTC у реальному часі
- Понад 60 мов джерела
- Понад 40 цільових мов
- Потокова передача з низькою затримкою
- Автоматична обробка аудіо
- Спеціалізація на живому перекладі
Doubao AST 2.0
- Наскрізний переклад мовлення в мовлення
- Клонування голосу або фіксований голос із бібліотеки понад 500 голосів
- Синхронний переклад з низькою затримкою
- 20 мов плюс кантонська та у (шанхайська), 8 із них озвучуються
- App ID + Access Token або API-ключ
- Хмарна інфраструктура ByteDance
Soniox
- Переклад мовлення в реальному часі
- Транскрипція та переклад 60+ мов за один виклик API
- Автоматичне визначення мови
- 200 вбудованих голосів і клонування голосу
- Озвучений переклад або лише субтитри
- Розмова віч-на-віч і мітки мовців
- Хмарна інфраструктура Soniox
Безкоштовний
- Повністю офлайн — не потрібні API-ключ чи інтернет
- Понад 40 моделей ASR, що охоплюють понад 99 мов
- Понад 55 мовних пар перекладу + Qwen LLM
- 136 моделей TTS для 53 мов
- Прискорення CPU (WASM) та WebGPU
- Конфіденційність — усі дані залишаються на пристрої
Вибір провайдера
OpenAI: Найкращий для високоякісного синтезу голосу та розширених функцій
Gemini: Чудово підходить для багатомовної підтримки та автоматичної обробки
PalabraAI: Оптимізовано для перекладу в реальному часі з мінімальною затримкою
Doubao AST 2.0: Синхронний переклад мовлення в мовлення Doubao, який клонує голос мовця або говорить вибраним вами фіксованим голосом
Soniox: Переклад мовлення в реальному часі Soniox для понад 60 мов з автоматичним визначенням мови
Local Inference: Все працює на вашому пристрої без передачі даних — ідеально для випадків, що вимагають конфіденційності
Потрібна допомога?
Для інструкцій з налаштування, усунення неполадок та порівняння провайдерів відвідайте наш репозиторій GitHub. GitHub Repository