کاربردها و نمونه‌ها

نحوه استفاده از VocaLingo برای یادگیری یک زبان خارجی

ویدیوهای YouTube و پادکست‌ها را به متن همراه با اصطلاحات کلیدی تبدیل کنید، به متون با سرعت آهسته گوش دهید، تلفظ خود را بررسی کنید و با هوش مصنوعی مکالمه تمرین کنید.

به‌روزرسانی‌شده در ۱۱ آبان ۱۴۰۵4 دقیقه مطالعه

برنامه VocaLingo یک دوره آموزشی با درس‌های مختلف نیست. این برنامه به شما کمک می‌کند تا با گفتار واقعی در زبانی که یاد می‌گیرید کار کنید: ویدیوها، پادکست‌ها، پیام‌های صوتی افراد بومی، سخنرانی‌ها. در زیر پنج مورد از وظایف رایج یادگیری و ابزار مناسب برای هر کدام آورده شده است.

وظیفه

ابزار

هزینه معمول

مطالعه یک ویدیوی YouTube یا پادکست

Video to Text و سپس Chat

حدود 8 توکن برای 10 دقیقه تبدیل گفتار به متن

گوش دادن به یک متن با سرعت آهسته یا با صداهای مختلف

Text to Speech

2 توکن تا سقف 150 کلمه با یک صدای OpenAI

بررسی تلفظ خود

Text Translation، Dictate

کسری از توکن

تمرین مکالمه

Chat، حالت صوتی

بستگی به مدت زمان گفتگو دارد

دنبال کردن یک سخنرانی یا تور به زبان مورد نظر

Tourist Translator، حالت سخنرانی

حدود 1.3 توکن در هر دقیقه از گفتار

نحوه یادگیری از طریق یک ویدیوی YouTube یا پادکست

بخش Video to Text متن کامل را به زبان اصلی و خلاصه‌ای از آن را به زبان رابط برنامه به شما ارائه می‌دهد. شما متن اصلی را می‌خوانید و درک خود را با خلاصه مقایسه می‌کنید.

  1. Video to Text را باز کنید، روی Paste link ضربه بزنید و پیوند ویدیو را جای‌گذاری کنید. استفاده از فایل پادکست موجود در دستگاه نیز امکان‌پذیر است.

  2. در برگه Text، متن تبدیل‌شده را بخوانید. این متن بر اساس گویندگان تفکیک شده است، و Show timecodes به شما کمک می‌کند زمان دقیق را در ویدیو پیدا کنید.

  3. در برگه Essence، بخش Key points را بخوانید. برای سخنرانی‌ها و آموزش‌ها، خلاصه اغلب شامل Terms همراه با واژگان کلیدی و Questions and answers برای آزمایش خود است.

  4. روی Discuss in chat ضربه بزنید و مثلاً درخواست کنید: «15 فلش‌کارت با مفیدترین کلمات جدید این ویدیو بساز» یا «یک آزمون 5 سؤالی از این متن آماده کن». گفتگو، فلش‌کارت‌ها و آزمون‌های تعاملی را مستقیماً در چت نمایش می‌دهد.

تبدیل گفتار به متن حدود 0.73 توکن در دقیقه هزینه دارد، بنابراین یک ویدیوی 10 دقیقه‌ای حدود 8 توکن و یک ویدیوی یک ساعته حدود 44 توکن مصرف می‌کند؛ خلاصه نیز کسری از توکن هزینه اضافی خواهد داشت. اطلاعات بیشتر در نحوه کارکرد Video to Text و آزمون‌ها و فلش‌کارت‌ها در گفتگو.

نحوه تمرین شنیداری با Text to Speech

بخش Text to Speech هر متنی را تا حداکثر 10 000 کاراکتر با صدایی که شما انتخاب می‌کنید می‌خواند، بنابراین می‌توانید به یک مکالمه یا یادداشت‌های خود به تعداد دفعات دلخواه گوش دهید.

  • برای گفتار آهسته و واضح، یک صدای MiniMax را انتخاب کرده و سرعت را کاهش دهید: سرعت از 0.5 تا 2 قابل تنظیم است.

  • صداهای OpenAI دستورالعمل‌ها را می‌پذیرند. پیش‌تنظیم Teacher یا Calm خوانش را یکدست و آرام می‌کند.

  • برای شنیدن همان عبارت با لهجه‌ای دیگر، صداهای ElevenLabs را بر اساس زبان و لهجه فیلتر کنید.

هزینه یک صدای OpenAI حدود 1.8 توکن به ازای هر 150 کلمه است (حداقل 2)؛ یک صدای MiniMax HD به میزان 12 توکن به ازای هر 1000 کاراکتر هزینه دارد. به نحوه کارکرد Text to Speech و دستورالعمل‌ها و پیش‌تنظیم‌های صوتی مراجعه کنید.

نحوه بررسی تلفظ خود

بخش Text Translation دارای دکمه Dictate است. عبارتی را به زبانی که یاد می‌گیرید بگویید. این یک بررسی تقریبی است: اگر متن شناسایی‌شده با آنچه قصد گفتنش را داشتید مطابقت داشته باشد، تلفظ شما به اندازه کافی واضح است. سپس روی Listen ضربه بزنید تا نحوه ادای عبارت با یک صدای مصنوعی را بشنوید و مقایسه کنید. هر دو اقدام کسری از توکن هزینه دارند. جزئیات: نحوه کارکرد Text Translation.

نحوه تمرین مکالمه با هوش مصنوعی

حالت صوتی در Chat یک مکالمه گفتاری با هوش مصنوعی است که در هر نشست تا 60 دقیقه طول می‌کشد. روی نماد موج در کنار کادر پیام ضربه بزنید و برای مثال بگویید: «بیا به زبان اسپانیایی درباره سفر صحبت کنیم. آهسته صحبت کن و بعد از هر پاسخ، اشتباهات من را تصحیح کن.» شما همچنین می‌توانید از چت بخواهید تمرین را به شما یادآوری کند: «هر روز ساعت 7 عصر به من یادآوری کن زبان اسپانیایی را تمرین کنم». چت تا 10 یادآور فعال را نگه می‌دارد. اطلاعات بیشتر در حالت صوتی و حافظه و یادآورها.

نحوه دنبال کردن یک سخنرانی یا تور

ابزار Tourist Translator هنگامی که فردی بیش از 8 ثانیه صحبت می‌کند به طور خودکار به حالت سخنرانی تغییر وضعیت می‌دهد و تا یک ساعت به ترجمه ادامه می‌دهد. گزینه Show the original را روشن بگذارید: سه خط از متن اصلی بالای ترجمه باقی می‌ماند تا بتوانید زبان را به طور همزمان بشنوید، متن آن را ببینید و درک کنید. تشخیص گفتار حدود 1.3 توکن در دقیقه هزینه دارد و بازخوانی صوتی هزینه جداگانه دارد. به نحوه کارکرد Tourist Translator مراجعه کنید.

پیام‌های صوتی از افراد بومی

اگر با افراد بومی پیام رد و بدل می‌کنید، پیام‌های صوتی آن‌ها را به Audio Translation ارسال کنید. برگه Source text دقیقاً آنچه را گفته شده نشان می‌دهد که به فهم گفتار سریع و اصطلاحات عامیانه کمک می‌کند. گزینه Record a reply در بخش What next? پاسخ شما را به زبان آن‌ها ترجمه می‌کند تا بتوانید آن را با تلاش خودتان مقایسه کنید. مراحل گام به گام: اولین ترجمه صوتی شما.

تماس با پشتیبانی

مشکل را توضیح دهید تا از طریق ایمیل پاسخ دهیم. اگر نام فایل یا شناسه عملیات (job ID) دارید، آن را اضافه کنید.

پیام به پشتیبانی