LecSync
Realtime STT
- 通用轉錄模型
- 快速轉錄
- 即時翻譯
- 說話人分割
一條 WebSocket 連線，同時提供即時轉錄與翻譯。從開口到首字上螢幕，平均 0.28 秒。
零点付近の量子化ステップは、およそ 8 です。
零点附近的量化台阶大约是 8。
Dann bleiben ungefähr 22 dB Headroom, oder?
那还剩大约 22 dB 的余量，对吧？
맞아요 — 노이즈가 바로 거기서 올라오기 시작합니다.
没错——噪声就是从那儿开始冒出来的。
點擊時間戳可跳轉至對應語句。此處為範例會話的回放，非即時介面。
- 60
- 種語言，可在任意兩種之間互譯
- 0.28 s
- 從開口到首字上螢幕
- 5
- 個全球閘道區域
- $0.01
- 每音訊分鐘，功能全部包含
翻譯方向由內容自動判定
為每條流指定一個語言對，系統按每個段落的辨識結果自動判定翻譯方向。
若會話中出現該語言對以外的第三種語言，同樣會翻譯為你的目標語言。譯文與轉錄同步串流輸出，無需等待整句結束。
翻譯環節為首個 token 增加約 88 毫秒延遲。
種語言，可在任意兩種之間互譯
句子尚未結束，文字已經上螢幕
從說話人開口到首個字上螢幕，平均 0.28 秒。
辨識過程中持續輸出預覽文字，確認後落定為最終段落。語種自動辨識，無需在會話開始前手動指定。
延遲不會隨時間累積
網路變慢時，音訊會在伺服器端積壓。我們將積壓上限設為 2 秒，超出部分直接丟棄，不進入佇列。
因此網路波動結束後，字幕會在 1 秒內回到當前語句，不會持續落後於說話人。
每個段落都標註說話人
啟用 speakers 後，每個最終段落都會帶上說話人標識。
說話人標識與時間戳一同返回，可直接定位到某位說話人對應的音訊位置。
時間戳錨定在音訊上
段落的 startMs 即該段落在錄音檔案中的位置，可直接用於定位播放，無需額外校正。
上游辨識服務的時鐘以單次連線計數，重連後歸零；閘道依據錄音檔案的位元組偏移，將其換算為錄音的全域時間。
紀要隨會話一段段長出來
傳 digest: true，內容累積到一定量後自動產出一段紀要，透過同一條連線推送。
講完一個話題，這一段就落定為已確認；當前話題留在進行中繼續補要點。每段都帶時間範圍，可以定位回對應的錄音位置。
同一套 API，部署在 5 個區域
音訊在採集地就近處理，無需將每一幀傳輸至跨洋節點。可在交握時指定 region，也可由我們路由至最近的健康節點。
region: "dal"
region: "hz"
region: "jp2"
region: "ru"
region: "uk"
全部位於同一條連線內
無需額外接入端點，無需額外整合，帳單上也不會增加條目。
術語表與領域上下文
將辨識結果偏向你提供的術語，並為人名、產品名指定固定譯法。
AI 譯文精修
第二輪模型呼叫結合上下文重寫譯文，並以相同的段落 ID 再次推送。
錄音儲存
store 預設 false。傳入 store: true 才從流結束起保留錄音與轉錄 JSON 30 天，以短期簽名 URL 下載。
伺服器端已經處理好的部分
音訊處理、時間對齊、術語注入、紀要生成與流量控制均在伺服器端完成。
音訊緩衝、編碼、上傳、儲存
等 session.ready 後再推裸 PCM。store 預設 false，不開啟就不留內容。
轉錄與音訊的時間對齊
段落時間戳直接對應錄音檔案中的位置。
轉錄與翻譯的拼接
轉錄與翻譯從同一條連線返回，已完成配對。
術語表注入
產品名與專業術語在原文和譯文中保持一致。
摘要鏈路
結構化紀要在會話進行中持續推送。
流控與背壓
壅塞由伺服器端處理，客戶端只需持續傳送。
GPU 維運
翻譯執行在我們自行微調的模型與自有機器上。
連線，然後推流
先用 curl 連線，再將回傳的完整 url 和 token 用於任一簡短範例，傳送 3 秒靜音。文件提供包含有界佇列、逾時和清理的完整 WAV 用戶端。
curl — 建立會話
curl -X POST "https://api.lecsync.com/v1/realtime/connect" \
-H "Authorization: Bearer $LECSYNC_API_KEY" \
-H "Content-Type: application/json" \
-d '{"audio":{"encoding":"pcm_s16le","sampleRate":16000,"channels":1},
"transcribe":{"languages":["en"]},"store":false}'單一價格
無階梯、無功能附加費，每條會話按整分鐘向上取整計費。
以下功能全部包含：
- 即時轉錄
- 即時翻譯
- 對齊音訊的時間戳
- 說話人分割
- 術語表與領域脈絡
- AI 譯文精修
- 即時結構化紀要
- 錄音 + 轉錄儲存 30 天
每條會話結束時按有效音訊時長向上取整到整分鐘。斷線重開分別計費；沒有有效音訊不收費。
關閉功能不會降低價格，全部啟用也不會提高價格。
翻譯節點不可達時會自動回落，音訊流不會中斷。