ترجمه پیام صوتی WhatsApp و پاسخ به زبان مخاطب

مثال: شما در لیسبون آپارتمانی اجاره کرده‌اید و صاحب‌خانه یک پیام صوتی ۴۰ ثانیه‌ای به زبان پرتغالی برای شما می‌فرستد. می‌خواهید متوجه آن شوید و بدون نیاز به تایپ کردن، با یک پیام صوتی به زبان پرتغالی پاسخ دهید. تمام مراحل زیر در برنامه VocaLingo روی همان گوشیِ دارای WhatsApp انجام می‌شود.

از چه ابزاری استفاده کنیم و چرا

ابزار Translate Audio برای این کار مناسب است: پیام صوتی را مستقیماً از WhatsApp تحویل می‌گیرد، زبان را خودش شناسایی می‌کند و بدون نیاز به دکمه، ترجمه را شروع می‌کند. دکمه Record a reply آن جهت معکوس را برای شما تنظیم می‌کند، از زبان شما به پرتغالی.

مرحله ۱. متوجه شدن پیام

1. در WhatsApp، دست خود را روی پیام صوتی نگه دارید. در iPhone روی Forward و سپس نماد اشتراک‌گذاری در گوشه پایین سمت راست ضربه بزنید؛ در Android روی نماد اشتراک‌گذاری در بالا ضربه بزنید.

2. گزینه Translate Audio in VocaLingo را انتخاب کنید.

3. برنامه VocaLingo زبان پرتغالی را تشخیص می‌دهد و آن را به زبان برنامه شما ترجمه می‌کند. آن را در برگه Translation بخوانید، و اگر کلمه‌ای نامأنوس به نظر می‌رسد، متن اصلی را در Source text بررسی کنید.

اگر VocaLingo در منوی اشتراک‌گذاری نیست، یا از پیام‌رسان‌های دیگر استفاده می‌کنید، ارسال پیام صوتی از WhatsApp یا Telegram به VocaLingo را ببینید.

مرحله ۲. ضبط پاسخ

1. در زیر ترجمه، در بخش What next?، روی Record a reply ضربه بزنید. ابزار Translate Audio با زبان مقصد پرتغالی باز می‌شود و ضبط فوراً آغاز می‌شود.

2. پاسخ خود را به زبان خودتان بگویید و روی Done ضربه بزنید.

3. متن پرتغالی را در برگه Translation بررسی کنید. اگر مشکلی وجود دارد، روی Edit در برگه Source text ضربه بزنید و کلمات خود را اصلاح کنید: ترجمه به طور خودکار به‌روزرسانی می‌شود.

4. روی دکمه پخش ضربه بزنید. پرتغالی یکی از ۱۰ زبانی است که برنامه فوراً صدای شما را شبیه‌سازی می‌کند، بنابراین پاسخ با صدای خود شما شنیده خواهد شد.

مرحله ۳. ارسال پاسخ

1. روی دکمه اشتراک‌گذاری در پخش‌کننده ضربه بزنید.

2. برنامه WhatsApp و چت با صاحب‌خانه را انتخاب کنید. پاسخ به عنوان یک فایل صوتی ارسال می‌شود.

اگر ترجیح می‌دهید متن ارسال کنید، ترجمه را از برگه Translation کپی کرده و در چت جای‌گذاری کنید.

هزینه و مدت‌زمان چقدر است

برای چنین مکالمه کوتاهی فقط چند توکن مصرف می‌کنید. هزینه تشخیص حدود 0.7 توکن در هر دقیقه است، ترجمه کسری از یک توکن، و بازگویی پاسخ با شبیه‌سازی Qwen 3 حدود 20 توکن به ازای هر ۱,۰۰۰ نویسه هزینه دارد، حداقل 5 توکن. یک پاسخ ۲۰ ثانیه‌ای معمولاً حدود ۳۰۰ نویسه است.

مدت انتظار بستگی به طول فایل ضبط‌شده دارد. تنظیمات حدود ۳ ثانیه برای تشخیص و حدود ۲۰ ثانیه برای شبیه‌سازی Qwen 3، به اضافه زمان بارگذاری فایل را نشان می‌دهد.

اگر زبان جزو آن ۱۰ زبان نباشد

برای زبان‌هایی به جز انگلیسی، روسی، چینی، آلمانی، فرانسوی، اسپانیایی، ایتالیایی، ژاپنی، کره‌ای و پرتغالی، برنامه قبل از صداگذاری می‌پرسد Clone voice? و قیمت را نمایش می‌دهد. شبیه‌سازی MiniMax برای بار اول 180 توکن هزینه دارد. برای اینکه این هزینه را فقط یک بار بپردازید، پس از اولین پاسخ شبیه‌سازی‌شده روی Save voice ضربه بزنید. اگر صدا طبیعی به نظر نمی‌رسد، چرا صدای ترجمه رباتیک به نظر می‌رسد را ببینید.

پرسش‌های متداول