Uni-Translate
Produit personnel · IA vocale
Mon rôleIA vocale, architecture et expérience produit
Traduire une conversation demande de coordonner l’écoute, le texte et la voix en temps réel. Avec Uni-Translate, je travaille toute la chaîne, de l’audio entrant à la voix traduite.
Découvrir le siteDétails du projet
Du flux audio à la voix traduite.
FastAPI reçoit le flux audio en continu par WebSocket. J’orchestre ensuite en Python la transcription, la traduction et la synthèse vocale : chaque étape transmet son résultat à la suivante. Ces traitements sont répartis dans des processus séparés, avec leurs propres dépendances, puis réunis dans une image Docker pour être exécutés sur GPU.
Décider quand faire parler la traduction.
Une transcription peut encore changer pendant que la personne parle. Le scoreur estime le risque de lancer la voix trop tôt à partir de la stabilité du texte et de la traduction. Selon le profil, il autorise un préfixe ou attend le segment final. La sortie audio conserve ensuite l’ordre des fragments et utilise une référence vocale validée.
Agrandir la capture













