Konuşma çevirisi ve video

audio in ─▶ STT ─▶ translate (LLM) ─▶ TTS ─▶ audio out

POST /v1/voice/translate?target=en HTTP/1.1
Host: localhost:8780
Content-Type: audio/ogg

<binary audio>

# Optional video sidecar
aihummer settings set AIHUMMER_VIDEO_URL http://127.0.0.1:8005

Ötesinde [konuşma içeri ve dışarı](/tr/v1.0/voice/stt-tts), AiHummer iki ek medya yeteneği sunar: **konuşma çevirisi** ve **video anlama**. İkisi de çalışır **ücretsiz/yerel motorlar**: çeviri, zaten sahip olduğunuz STT/TTS yan yazılımları ve LLM'den derlenir, video ise kendi başına çalışır [yan araba](/tr/v1.0/architecture/sidecars) URL ile erişildi. > [!NOTE] > Konuşmacı ayrımı ve ses klonlama **değil** ürünün bir parçası — bunlar > yetenekler kaldırıldı. Eğer onları eski materyallerde gördüyseniz, plan yapmayın > çevresinde: ses yığını STT, TTS, ses dönüşü (`/v1/voice/turn`), > konuşma çevirisi ve video anlayışı. ## Konuşma çevirisi Konuşma çevirisi, bir dildeki sesli veriyi başka bir dildeki konuşma sesine dönüştürür, böylece bir temsilci farklı dillerdeki arayanlara hizmet verebilir. Bu bir **ajan dönüşü olmayan saf çeviri hattı**: gelen ses transkripte edilir (STT), metin tek seferlik bir LLM tamamlama ile çevrilir ve çeviri geri seslendirilir (TTS). ```text audio in ─▶ STT ─▶ translate (LLM) ─▶ TTS ─▶ audio out ``` Ekstra bir yan araba gerekmez: boru hattı, ses dönüşüyle aynı ücretsiz/yerel yan arabaları kullanır — faster-whisper (`:8001`) ve edge-tts (`:8002`) — ayrıca yapılandırılmış LLM sağlayıcınız. | Öğe | Değer | |---|---| | Uç nokta | `POST /v1/voice/translate?target=<lang>` | | `target` parametre | Hedef dil (BCP-47 veya basit bir dil adı); **gerekli** | | Girdi | İstek gövdesindeki ses (`Content-Type`, varsayılan olarak `audio/ogg`) | | Çıktı | Çevrilmiş ses (`audio/mpeg`) | | Yanıt başlıkları | `X-Voice-Transcript` — kaynak metin, `X-Voice-Reply` — çeviri | | Gerektirir | STT, TTS ve bir LLM sağlayıcısı yapılandırıldı | ```http POST /v1/voice/translate?target=en HTTP/1.1 Host: localhost:8780 Content-Type: audio/ogg <binary audio> ``` ## Video anlama Video anlayışı, bir klibin ne içerdiğini, sesi ayrıştırarak ve ana kareleri örnekleyerek çıkarır **ffmpeg** — var **ML modeli yok** bu yan arabada; ajan turu için sesi ve kareleri hazırlar. | Öğe | Değer | |---|---| | Tarafından desteklenmiş | ffmpeg (demux + ana kareler, ML yok) | | Yan araba portu | `:8005` | | Uç nokta | `POST /v1/video/understand` | | Kablolanmış | `AIHUMMER_VIDEO_URL` | ## Kablolama Konuşma çevirisi için özel bir değişkene gerek yoktur: STT, TTS ve bir LLM sağlayıcısı yapılandırıldığında aktif olur. Video anlayışı, yan arabası URL'si ile etkinleştirilir — bir **katalog ayarı** yönetici kullanıcı arayüzünden ayarlarsınız (**Yönetim → Ayarlar**) veya ile `aihummer settings set` (`gateway.env` yalnızca bootstrap'tır ve bunun için görmezden gelinir); host-native yükleyici bunu sağlayabilir veya zaten çalıştırdığınız bir örneğe işaret edebilir. ```bash # Optional video sidecar aihummer settings set AIHUMMER_VIDEO_URL http://127.0.0.1:8005 ``` > [!TIP] > Yetkinlikler bağımsızdır — yalnızca ihtiyacınız olanları etkinleştirin. Bir dağıtım > sadece transkripsiyon ve sentez gerektiren, yalnızca STT/TTS çiftini çalıştırabilir ve > video yan arabasını yapılandırılmamış bırak. ## Sonra nereye? - Varsayılan konuşma yolu: [Konuşma içeriği ve dışarı](/tr/v1.0/voice/stt-tts). - Yardımcı tekerleklerin nasıl bağlandığı ve paylaşıldığı: [Yardımcı Araçlar](/tr/v1.0/architecture/sidecars).