Brainiall Interpreter
Traducir la palabra hablada, mantenerla hablada

Cómo comparamos

La traducción de voz a voz se entrega como un SDK de streaming en tiempo real dentro de un servicio de voz en la nube amplio (Azure AI Speech), o directamente no como una sola API — los demás hyperscalers le obligan a encadenar usted mismo transcripción, traducción y síntesis de voz en un pipeline. Brainiall es un solo trabajo REST: envíe un clip y un idioma de destino, consulte el estado del trabajo, reciba el audio traducido — con ambas transcripciones — autoservicio desde la primera llamada y precio por trabajo.

Los precios son aproximaciones de precio de lista para orientación, no cotizaciones: los hyperscalers facturan el habla por hora, minuto o carácter, por lo que una cifra por trabajo no es directamente comparable. La oferta de Azure es un stream en tiempo real; la de Brainiall es un trabajo asíncrono. Consulte siempre los términos vigentes de cada proveedor.

Precios

Un precio por trabajo para todo el pipeline — transcripción, traducción y síntesis incluidas. El nivel gratuito alcanza para traducir clips reales de extremo a extremo e integrar speech-to-speech en un flujo de trabajo.

PAYG: USD 0.015 / trabajo de traducción (motor Brainiall Speech-to-Speech). El sondeo del estado del trabajo siempre es gratuito: solo paga al crear una traducción. Sin gasto mínimo ni contrato: la misma clave de API única y facturación por uso que el resto del catálogo.

Dos endpoints

# Submit audio as raw bytes, a multipart `file` upload, or {"audio": "<base64>"}.

# 1. Create — submit a clip + target language, get a job_id back immediately
POST https://api.brainiall.com/v1/s2s/create
  body: {"audio": "<base64>", "target_lang": "es", "source_lang": "en"}
  -> {"job_id": "5c2b12c1e5d7415b", "status": "queued",
      "poll_url": "/v1/s2s/job/5c2b12c1e5d7415b",
      "engine": "Brainiall Speech-to-Speech engine"}

# 2. Job — poll until the translated audio is ready (polling is free)
GET https://api.brainiall.com/v1/s2s/job/5c2b12c1e5d7415b
  -> {"status": "completed", "progress": 1.0,
      "source_lang": "en", "target_lang": "es",
      "source_text": "Hello, this is a speech-to-speech translation test.",
      "translated_text": "Hola, este es un test de traducción de habla a habla.",
      "result": {"audio": "<base64 wav>", "audio_format": "wav",
                 "voice": "af_heart"}}

create es asíncrono: devuelve un job_id de inmediato y ejecuta el pipeline en segundo plano, por lo que un clip largo nunca bloquea tu solicitud. Consulta job for progress until status is completed — las consultas nunca cuentan contra tu cuota. Parámetros opcionales te permiten fijar el source_lang, elige un voice y ajusta la velocidad de habla speed.

Cómo funciona speech-to-speech

Uno create la llamada ejecuta toda la canalización. Cada etapa es explicable — el trabajo finalizado devuelve las transcripciones que produjo a lo largo del proceso.

• Transcriba el discurso. El clip hablado se transcribe a texto; si no pasa un source_lang Se detecta automáticamente.
• Traduzca la transcripción. El texto se traduce al idioma de destino que solicitó, de modo que el significado se transmite antes de sintetizar el audio.
• Sintetice el habla objetivo. La traducción se reproduce con voz natural: elija la voz y la velocidad, o use los valores predeterminados.
• Ambas transcripciones, siempre. El trabajo finalizado devuelve la transcripción de origen y la traducción junto con el audio, por lo que cada resultado es revisable y fácil de subtitular.
• Un trabajo asíncrono. create devuelve un job_id de inmediato y el pipeline se ejecuta en segundo plano; un clip corto suele estar listo en bastante menos de un minuto.

¿Para qué sirve?

• Soporte y centros de contacto: permite que un agente y una persona que llama, hablando idiomas distintos, se escuchen mutuamente en su propio idioma.
• Localización y medios: redoble un anuncio, un mensaje o un clip corto a otro idioma sin reservar un estudio.
• Accesibilidad y alcance: combine el audio traducido con las transcripciones de origen y traducidas para subtítulos y texto buscable en ambos idiomas.
• Aprendizaje de idiomas: permite que los estudiantes escuchen exactamente cómo suena una frase hablada en voz alta en el idioma que están estudiando.
• Mensajería de voz y apps: traduzca un mensaje hablado al idioma del destinatario antes de entregarlo.
• Una factura, una clave: la misma clave de API de Brainiall y facturación por uso que el resto del catálogo — sin proveedor de voz adicional que contratar.

Kit de prensa y recursos

Lo que los revisores, integradores y equipos de contratación suelen pedir.

Más APIs especializadas

La misma clave de API, el mismo precio por uso, otro problema resuelto.

Brainiall Content GuardFiltrado de políticas de texto e imagen

Document AIOCR y extracción estructurada de documentos

Brainiall Vision TaggerEtiquetado de objetos y escenas en imágenes

Brainiall IdentityCoincidencia facial, prueba de vida y detección de deepfakes