Lydoversætter

Dette værktøj accepterer en input-lydfil og kan køre i to tilstande: simpel formatkonvertering eller flersproget output. I oversættelsestilstand udfører det først automatisk talegenkendelse (ASR) på kildesproget (Hindi), oversætter derefter den transkriberede tekst til Telugu, og syntetiserer til sidst Telugu tale (TTS) for at producere den endelige lyd. I ikke-oversættelsestilstand konverterer det filen til det valgte format, mens indholdet bevares. Eksempel: En Hindi-forelæsning i MP3 kan leveres som MP3, WAV eller AAC i Telugu-stemme, hvis oversættelse er aktiveret, eller som en direkte formatkonverteret fil, hvis ikke.

Kernelogik & regler: Arbejdsgangen er modulær og deterministisk. Obligatoriske inputs omfatter kilde-lydfilen, kildesprog (Hindi), målsprog (Telugu) og ønsket outputformat og kvalitet. Valgfrie forbedringer omfatter prøvesampling, bitrate, antal kanaler og om der skal produceres et transcript. Når oversættelse er aktiveret, udfører systemet tre faser: transkription, oversættelse og tale-syntese. Når oversættelse er deaktiveret, udfører det kun formatkonvertering og eventuel resampling. Kvalitetskontrol sikrer konsistens i sample-rate for at bevare tale-læselighed, og metadata for slutfilen opdateres for at afspejle kilde- og målsprog samt format.

Målgruppe & værdi: Undervisere, mediaproducenter, lokaliseringsteams og sprogindholdsskabere får gavn af et integreret arbejdsgang, der reducerer håndtag og fremskynder publicering. Unikke differentiators inkluderer en end-to-end pipeline, der kombinerer ASR, oversættelse og TTS i et værktøj, understøttelse af gængse lydformater og konfigurerbar outputkvalitet egnet til streaming, download eller arkivering.