Teste Palabra.ai

Palabra STT + tradução · voz ElevenLabs, isolado da operação principal

Pronto para iniciar

Selecione o áudio

Dispositivo de Entrada

Defina os idiomas

Idioma de origem→Traduzir para

Inicie o teste

Voz: streaming experimental · velocidade automática 1.00x · reprodução neste computador

Transcrição e tradução

Transcrição original

Aguardando fala...

Tradução Palabra.ai

Aguardando tradução...

Logs de transcrição e tradução

Primeiros resultados desde o primeiro envio de áudio, incluindo silêncio — não são latências por frase. Neste teste, a voz chega por streaming e começa a tocar sem esperar todo o segmento ficar pronto. Os marcos separam tradução recebida, primeiro fragmento, segmento completo e reprodução. Os logs reiniciam a cada teste e permanecem após a parada.

1ª transcrição parcial

—

1ª transcrição final

—

1ª tradução final

—

1ª voz tocando

—

Preparação até o primeiro envio: — · Blocos enviados: 0 · Entrada PCM: 24 kHz, mono, blocos de aproximadamente 320 ms.

Intervalo recebido: transcrição final → tradução do mesmo ID

Último: —Média: —P95: —Amostras: 0/30

Só contabiliza pares com o mesmo ID e transcrição final recebida antes da tradução; sem correspondência, exibe “—”. Este intervalo não é o tempo interno de tradução nem o atraso desde a fala.

Marcos da voz · Palabra + ElevenLabs

Streaming experimental: C→T mede a chegada do primeiro fragmento; E registra quando o primeiro segmento termina de ser gerado. R→D mede tradução recebida até o relógio do reprodutor alcançar sua fala; não inclui o reconhecimento nem o atraso físico do dispositivo. Áudio contínuo, em ordem, sem sobreposição, com velocidade até 1,5×. As medidas antigas de bloco completo não equivalem ao novo T; A continua sendo uma referência comum da sessão.

R→C

—

C→T

—

C→E

—

T→D

—

R→D

—

ID / tradução	A · 1º envio	B · transcrição	R · tradução	C · envia TTS	T · 1º fragmento	E · segmento completo	Q · no reprodutor	D · tocando	R→C	C→T	C→E	T→D	R→D	C→D
Aguardando transcrições finais.

Tempo no teste	Evento / ID	Texto	Intervalo
Inicie o teste para registrar os resultados.

Mostrando até 100 eventos recentes; exportação dos últimos 2.000 (0 descartados). A→D usa o primeiro áudio enviado como referência comum, não o momento em que cada frase foi falada; não equivale à latência fala→áudio por frase nem mede espectadores. O arquivo contém os textos reconhecidos e traduzidos, sem áudio.