Посібник з налаштування Doubao AST 2.0

1Зареєструйте обліковий запис Volcengine

Перейдіть на volcengine.com та зареєструйте обліковий запис. Якщо у вас вже є обліковий запис ByteDance/Volcengine, ви можете увійти напряму.

2Перейдіть до консолі мовлення

Після входу оберіть "Doubao Simultaneous Interpreting 2.0" у лівому меню або перейдіть безпосередньо до консолі мовлення.

3Створіть застосунок

У консолі мовлення натисніть "Create Application", щоб створити новий застосунок. Назвіть його (наприклад, "Sokuji Translation") та підтвердіть створення.

4Отримайте APP ID та Access Token

Натисніть "Doubao Simultaneous Interpreting 2.0" у лівому меню. Оберіть щойно створений застосунок зі спадного списку назв застосунків угорі сторінки, потім скопіюйте APP ID та Access Token, показані нижче. Sokuji також приймає API Key від Volcengine; підійде будь-який із двох видів облікових даних.

5Налаштуйте в Sokuji

Відкрийте Sokuji та оберіть "Doubao AST 2.0" як свого провайдера ШІ в панелі налаштувань. Виберіть вид облікових даних App ID + Access Token і введіть свої APP ID та Access Token, або виберіть API-ключ і вставте API Key. Потім оберіть мови джерела та цілі; «Режим мовлення» («Авто», «Натисни і говори» або «Натисни і переклади») — одне налаштування для всіх провайдерів.

6Протестуйте з'єднання

Натисніть кнопку «Почати сеанс» та говоріть у мікрофон, щоб перевірити, що переклад мовлення в мовлення працює. Ви повинні побачити переклад. Озвучений переклад іде у віртуальний мікрофон для співрозмовника; щоб чути його самому, увімкніть Я теж чую у блоці Мовлення (швидкі налаштування або Налаштування → Розширений → Аудіо).

Що таке Doubao AST 2.0?

Doubao AST 2.0 — це наскрізний сервіс перекладу мовлення:

• Синхронний переклад мовлення в мовлення без проміжних текстових етапів
• Клонування голосу: перекладене мовлення зберігає голосові характеристики мовця
• Фіксовані голоси: виберіть по одному на кожну цільову мову з бібліотеки Doubao, з фільтром за статтю, віком і стилем та з попереднім прослуховуванням
• Голос, який чую я: якщо в блоці «Мовлення» ввімкнено «Переклад, який чую я», переклад співрозмовника теж читається вам, а в «Налаштування голосу» з’являються два рядки: «Голос, який чує співрозмовник» і «Голос, який чую я». У рядку «Голос, який чую я» перелічено голоси вашої мови; вибір «Клонувати голос мовця» там клонує співрозмовника. Голос зберігається для кожної мови, тож голос, обраний для мови, читає її в будь-якому з двох рядків. Для «Китайська + англійська» один рядок слугує обом сторонам
• Обробка перекладу в реальному часі з низькою затримкою
• Китайську та англійську можна перекладати в обидва боки в одному сеансі

Підтримувані мови

Однією зі сторін кожної мовної пари має бути китайська або англійська:

• Озвучуються (мовлення в мовлення): китайська, англійська, японська, індонезійська, іспанська, португальська, німецька, французька; з китайської або англійської можна озвучити й корейську
• Лише текст: корейська, турецька, малайська, нідерландська, румунська, польська, чеська, арабська, тайська, в'єтнамська, російська, італійська
• Діалекти: кантонська та у (шанхайська), лише як мова джерела
• «Китайська + англійська»: обидві мови перекладаються в обидва боки в одному сеансі

Режим мовлення

• Авто: сервіс виявляє початок і кінець мовлення, підходить для природних розмов
• Натисни і говори: аудіо надсилається лише поки ви тримаєте пробіл або кнопку мікрофона, підходить для шумних середовищ або коли потрібен точний контроль
• Натисни і переклади: те саме, що «Натисни і говори», тільки поки ви не тримаєте, ваш власний голос іде прямо на віртуальний мікрофон

Поширені проблеми

Помилка автентифікації: Переконайтеся, що APP ID та Access Token (або API Key) правильно скопійовані без зайвих пробілів і що вид облікових даних, вибраний у Sokuji, відповідає тому, що ви ввели.

Помилка з'єднання: Перевірте мережеве підключення та переконайтеся, що брандмауери не блокують WebSocket-з'єднання. Якщо використовуєте проксі, переконайтеся, що він підтримує WebSocket.

Непідтримувана мовна пара: Підтвердіть, що обрана комбінація мов джерела та цілі знаходиться в межах підтримуваного діапазону Doubao AST 2.0.

Поради для найкращих результатів

1. Використовуйте стабільне мережеве підключення для найкращої якості перекладу
2. Використовуйте в тихому середовищі для оптимального розпізнавання мовлення
3. Якщо якість перекладу не ідеальна, спробуйте перемкнути «Режим мовлення»
4. Регулярно перевіряйте використання та квоту в консолі Volcengine