API ترجمه‌ی زنده‌ی گفتار ElevenLabs رونمایی شد

ElevenLabs به تازگی از API ترجمه‌ی زنده‌ی گفتار خود رونمایی کرده است که به طور خاص برای توسعه‌دهندگان در بخش‌های مختلف طراحی شده است. این سرویس، که در تاریخ ۲۱ اکتبر ۲۰۲۶ معرفی شد، به عنوان یک راهکار برای مراکز تماس، اپراتورهای مخابراتی و رویدادهای زنده عمل می‌کند. با استفاده از این API، توسعه‌دهندگان می‌توانند گفتار ترجمه‌شده را به محصولات خود اضافه کنند و به این ترتیب، هر شرکت‌کننده می‌تواند به زبان خود صحبت کند و گفتار ترجمه‌شده را دریافت کند.

این سرویس به طور پیش‌فرض از Eleven v4 Turbo برای تولید گفتار ترجمه‌شده استفاده می‌کند و قابلیت ارائه‌ی خروجی گفتاری به بیش از ۹۰ زبان را دارد. همچنین، این سیستم به صورت خودکار زبان مبدا را تشخیص می‌دهد و متن و رونوشتی از گفتار اصلی را همراه با صدا ارائه می‌دهد. یکی از نکات مهم در این سرویس این است که گفتار ترجمه‌شده به طور دقیق صدای سخنران اصلی را بازتولید نمی‌کند، اما مشتریان می‌توانند از میان بیش از ۱۷۵۰۰ صدای موجود در کتابخانه‌ی ElevenLabs انتخاب کنند یا از صدای خودشان که از ضبط‌ها ایجاد شده استفاده کنند.

این API به توسعه‌دهندگان این امکان را می‌دهد که زمان شروع ترجمه را تنظیم کنند. شروع زودتر می‌تواند تاخیر را کاهش دهد، در حالی که منتظر ماندن برای بخش‌های بیشتری از جمله، زمینه‌ی بیشتری برای ترجمه فراهم می‌کند. این ویژگی‌ها به ویژه برای مراکز تماس مفید است، زیرا به عوامل کمک می‌کند تا بدون نیاز به مترجم، به مشتریان در زبان‌های مختلف کمک کنند.

این سرویس همچنین به اپراتورهای مخابراتی این امکان را می‌دهد که آن را در تماس‌های تلفنی ادغام کنند و برگزارکنندگان رویدادها می‌توانند صداهای ترجمه‌شده را به دستگاه‌های شرکت‌کنندگان ارائه دهند. ElevenLabs با این اقدام، به جمع ارائه‌دهندگانی مانند Google، OpenAI و Microsoft پیوسته است که فناوری ترجمه‌ی گفتار را به توسعه‌دهندگان ارائه می‌دهند.

این برای مخاطبِ حرفه‌ای یعنی چه؟ این تحول در فناوری ترجمه‌ی گفتار می‌تواند فرصت‌های جدیدی برای توسعه‌دهندگان و کسب‌وکارها ایجاد کند تا خدمات خود را به بازارهای جهانی گسترش دهند. با توجه به نیاز روزافزون به ارتباطات چندزبانه، این API می‌تواند به عنوان ابزاری کلیدی برای تسهیل ارتباطات در محیط‌های چندفرهنگی و بین‌المللی عمل کند.