Qu’est-ce que la traduction vocale ?

Dans cet article, vous allez découvrir les avantages et fonctionnalités de la traduction avec Azure Speech in Foundry Tools. Le service Speech prend en charge la traduction en temps réel et multilingue du message au message et de la conversion de parole en texte des flux audio.

À l’aide du Kit de développement logiciel (SDK) Speech ou de l’interface CLI Speech, vous pouvez fournir à vos applications, outils et appareils access aux transcriptions sources et aux sorties de traduction pour l’audio fourni. Des résultats de transcription et de traduction intermédiaires sont retournés dès que la parole est détectée, et les résultats finaux peuvent être convertis en synthèse vocale.

Pour obtenir la liste des langues prises en charge pour la traduction vocale, consultez Prise en charge de la langue et de la voix.

Conseil

Accédez à Speech Studio : pour tester et traduire rapidement le message vers d’autres langues de votre choix avec une faible latence.

Fonctionnalités de base

Les principales fonctionnalités de la traduction vocale sont les suivantes :

Traduction vocale en temps réel (standard)

La traduction vocale utilise une API standard pour la traduction en temps réel avec la sortie de texte, la sortie audio ou les deux.

Utilisez l’API de traduction vocale standard lorsque vous souhaitez envoyer un flux audio d’entrée dans une langue source spécifiée et retourner du texte traduit, de la synthèse vocale ou des deux dans votre langue cible spécifiée.

Interpréteur en direct

Live Interpreter fait partie de la traduction vocale en temps réel et offre une expérience plus complète que l’API standard pour les scénarios conversationnels. Il identifie en permanence la langue parlée sans vous obliger à définir une langue d’entrée et fournit une traduction vocale à faible latence dans une voix naturelle qui préserve le style et le ton de l’orateur.

Live Interpreter inclut des fonctionnalités avancées telles que :

  • Langue d’entrée non spécifiée. Recevoir de l’audio dans un large éventail de langues sans définir la langue d’entrée attendue.
  • Changement de langue. Gérez plusieurs langues parlées dans la même session sans redémarrer.
  • Apportez votre propre voix (VOIX BYO). Utilisez la voix personnelle avec Live Interpreter pour la traduction vocale en temps réel.
  • Transcription dans la langue cible. La transcription de langue source n’est pas encore disponible.

Voici quelques cas d’usage pour Live Interpreter :

  • Interprète de voyage. Créez des solutions qui permettent aux clients de traduire l’audio d’entrée vers et depuis des langues locales tout en voyageant.
  • Réunions professionnelles. Aider les participants qui parlent différentes langues communiquent naturellement dans une session.

Pour obtenir la liste des langues d’entrée (source) prises en charge, consultez la reconnaissance vocale des langues de texte. Pour connaître les langues de sortie prises en charge (cible), consultez la table Traduire en langue de texte dans les langues de traduction vocale.

Pour plus d’informations, consultez le guide pratique de la traduction vocale, l’exemple de code Live Interpreter et les exemples de traduction vocale sur GitHub.

Traduction dans plusieurs langues cibles

Dans les cas où vous souhaitez obtenir des résultats en plusieurs langues, le service Speech vous offre directement la possibilité de traduire la langue d’entrée en deux langues cibles. Cela vous permet de recevoir deux sorties et de partager ces traductions à un public plus large dans un seul appel d’API. Si d’autres langues de sortie sont requises, vous pouvez créer une ressource multiservices ou utiliser des services de traduction distincts.

Si vous avez besoin d’une traduction dans plus de deux langues cibles, vous devez créer une ressource Foundry ou utiliser des services de traduction distincts pour plus de langues au-delà de la seconde. Si vous choisissez d’appeler le service de traduction vocale avec une ressource multiservices, notez que les frais de traduction s’appliquent à chaque langue au-delà de la seconde, en fonction du nombre de caractères de la traduction.

Pour calculer les frais de traduction appliqués, consultez Azure Translator dans la tarification de Foundry Tools.

Tarification de la traduction dans plusieurs langues cibles

Il est important de noter que le service de traduction vocale fonctionne en temps réel et que les résultats vocaux intermédiaires sont traduits pour générer des résultats de traduction intermédiaires. Par conséquent, la quantité de traduction réelle est supérieure aux jetons de l’audio d’entrée. Vous êtes facturé(e) pour la transcription de conversion de parole en texte et la traduction de texte pour chaque langue cible.

Par exemple, supposons que vous souhaitez des traductions de texte d’un fichier audio d’une heure à trois langues cibles. Si la transcription de synthèse vocale initiale contient 10 000 caractères, vous pouvez être facturé(e) 2,80 $.

Avertissement

Les prix indiqués dans cet exemple ne sont donnés qu’à titre d’illustration. Consultez les tarifs Azure Speech et Translator tarification pour obtenir les informations de tarification les plus up-to-date.

L’exemple de prix précédent de 2,80 $ a été calculé en combinant la transcription vocale en texte et les coûts de traduction de texte. Voici comment le calcul a été effectué :

  • Le prix de la liste de traduction vocale est de 2,50 $ par heure, couvrant jusqu’à 2 langues cibles. Le prix est utilisé comme exemple de calcul des coûts. Voir Standard>Speech translation>Standard dans la table de tarification Azure Speech pour obtenir les informations de tarification les plus up-to-date.
  • Le coût de la traduction en troisième langue est de 30 cents dans cet exemple. Le prix de la liste de traduction est de 10 $ par million de caractères. Étant donné que le fichier audio contient 10 000 caractères, le coût de traduction est de 10 000 $/1 000 000 $ * 3 = 0,3 $. Le nombre « 3 » dans cette équation représente un coefficient de pondération du trafic intermédiaire, qui peut varier en fonction des langues impliquées. Le prix est utilisé comme exemple de calcul des coûts. Voir Standard>traduction standard>traduction de texte dans le tableau tarifaire de Translator pour obtenir les informations de tarification les plus récentes.

Commencer

À la première étape, essayez le guide de démarrage rapide de la traduction vocale. La traduction vocale est disponible via le kit de développement logiciel (SDK) Speech et l’interface CLI.

Vous trouverez des exemples de reconnaissance vocale et de traduction du SDK de parole sur GitHub. Ces exemples couvrent des scénarios courants tels que la lecture du signal audio d’un fichier ou d’un flux, la reconnaissance et la traduction uniques et continues, et l’utilisation de modèles personnalisés.

Étapes suivantes

  • Dernière mise à jour :