Sajtóanyag
Minden, ami a termékről íráshoz kell: a név, a logó, a színek, a betűk, kész szövegek, a tények és a képernyőképek – és egy nyomtatható egylapos összefoglaló.
A név használata
A termék neve Live Caption Pro: három szó, mindegyik nagy kezdőbetűvel, rövidítés és egybeírás nélkül. A „Pro” a név része, nem egy változat jelölése, ezért nem kap más színt vagy vastagságot.
Logó
A jel a termékikon: beszédbuborék hanghullámmal és CC-felirattal, mellette két forgó nyíl a fordításért. Színes, átlátszó hátterű raszterkép – vektoros és egyszínű változata nincs, ezért mindig a kellő méretű PNG-t használja. A terméknév a jel mellett élő szövegként, Geist betűvel áll.
Szabályok
- A jel körül a jel oldalának 1/4 része maradjon üresen; a terméknév is ezen kívül álljon.
- A jelet ne mutassa 16 képpontnál kisebben: alatta a hullám és a CC-felirat olvashatatlan.
- Ne színezze át, ne nyújtsa meg és ne vágja körül a jelet, ne tegye zsúfolt fényképre vagy sötét, mintás háttérre, és ne rajzolja újra.
A logócsomag letöltése (PNG és betűk)
Színek
Visszafogott paletta egyetlen akcentussal: fehér alap, egy halvány és egy sötét sáv, háromfokú szürke szöveg és a feliratsárga. A sárga világos felületen csak háttér sötét szöveg mögött; sárga szöveg és jel csak a sötét sávon áll. Mellette a termékikon négy színe kiegészítő, díszítő szín: halvány fényudvar egy-egy szekció hátterében és vékony vonal – szöveg színe sosem, és a fényudvar mögötti szöveg kontrasztja legalább 4,5:1. A termékikon maga színes – a szabály a felületre szól, nem a jelre.
| Név | Hex | Hol használjuk |
|---|---|---|
| --bg | #FFFFFF | Háttér: a lap alapja |
| --bg-subtle | #F5F5F2 | Halvány sáv: képtáblák, dobozok és a záró felhívás |
| --bg-inverse | #0C0C0B | Sötét sáv: a saját üzemeltetés szakasza, a feliratablak és a kódblokkok |
| --text | #111110 | Szöveg: címek, szövegtörzs és az elsődleges gomb |
| --text-2 | #52524C | Másodlagos szöveg: bevezetők és leírások |
| --text-3 | #6B6B64 | Harmadlagos szöveg: címkék és jegyzetek |
| --line | #E5E4DF | Vonal: elválasztók és keretek |
| --caption | #FFD23F | Feliratsárga: az egyetlen akcentus – világos felületen csak háttér sötét szöveg mögött, sárga szöveg csak a sötét sávon |
| --translation | #B9D7F2 | Fordításkék: a fordítás sora a feliratablakban |
| --glow-blue | #0080F0 | Kiegészítő kék (a mesterikonból): fényudvar, a számsor és a szolgáltatás-oszlopok vonala – szöveg színe nem |
| --glow-violet | #814DAE | Kiegészítő lila (a mesterikonból): fényudvar a hős szekcióban és a sötét sávon, vonal – szöveg színe nem |
| --glow-orange | #FBA476 | Kiegészítő narancs (a mesterikonból): a záró felhívás fényudvara és vonal – szöveg színe nem |
| --glow-teal | #00B0D0 | Kiegészítő türkiz (a mesterikonból): vonal a számsorban és a szolgáltatás-oszlopok fölött – szöveg színe nem |
Betűk
Két nyílt forrású betűcsalád a SIL Open Font License alatt: a Geist a címekhez és a szöveghez, a Geist Mono a számokhoz, címkékhez és parancsokhoz. A fájlok ezzel az oldallal és a logócsomaggal együtt érkeznek.
| Betűcsalád | Szerep | Licenc |
|---|---|---|
| Geist | címek és szövegtörzs (400, 500 és 600) | SIL OFL 1.1 |
| Geist Mono | számok, címkék, kód és parancsok | SIL OFL 1.1 |
Kész bemutatószövegek
Használja őket változatlanul vagy rövidítve; a tényeik ugyanazok, mint ezen az oldalon.
Egy mondat
A Live Caption Pro feliratot, fordítást és tolmácshangot tesz a hívásai, előadásai és videói fölé – a saját Windows-gépén vagy Macén, felhő nélkül.
Egy bekezdés
A Live Caption Pro egy Windowson és macOS-en futó alkalmazás, mögötte négy szolgáltatással. Amit Ön hall, azt a Whisperrel átírja, minden mondatot egy TranslateGemma modellel lefordít, és ha kéri, ki is mondja a beszélő klónozott vagy egy beépített hangon – mindezt a saját gépein, tehát semmi nem hagyja el a hálózatát. Hívásban mindkét irányban működik: a másik fél az Ön szavait a saját nyelvén, az Ön hangján hallja, egy virtuális mikrofonon át. Ugyanazok a modellek egész videómappákat is feliratoznak, és feliratfájlokat fordítanak parancssorból.
Három bekezdés
A Live Caption Pro valós idejű feliratozó, fordító és tolmácsoló alkalmazás Windowsra és macOS-re. Egy átlátszó sáv bármelyik ablak fölött mutatja, amit a másik fél mond, és a fordítását; a tolmács a fejhallgatóba is felolvashatja a beszélő klónozott hangján, egy beépített hangon, vagy egy gyors, az alkalmazáson belül, videokártya nélkül futó hangon. Hívásban a kimenő irány ugyanígy megy: az Ön szavai lefordítva, az Ön hangján érnek a másik félhez, egy virtuális mikrofonon át.
Az alkalmazás mögött négy szolgáltatás fut: a feliratozó szerver (Whisper), a fordító (TranslateGemma a llama.cpp-vel), a beszédszolgáltatás (XTTS-v2) és a fiókszolgáltatás a felhasználóknak és a kulcsoknak. Ezek a felhasználó saját gépein futnak – ugyanazon a számítógépen, vagy egy videokártyás gépen, amely a hálózat több munkaállomását szolgálja ki. Hang, szöveg és hangminta nem hagyja el a hálózatot, és nincs percdíj. A késleltetés és a minőség mért számai a termék weboldalán állnak, a mérőgéppel és a mérés feltételeivel együtt.
A Live Caption Pro kereskedelmi szoftver; nyilvános letöltés nincs, a hozzáférést kérésre adjuk, a licencet ajánlat alapján. Windows x64-en NVIDIA videokártyával fut (processzoron is, lassabban), macOS-en Apple siliconos Macen, a 14.2-es kiadástól. A felépítéséhez mindkettőn a .NET 10 SDK kell; a macOS-es LiveCaption Pro.app önálló csomag, a futtatásához már nem. A mai beszédmotor, az XTTS-v2, nem kereskedelmi licencű, és a kereskedelmi kiadás előtt cseréljük.
Tények
A termékcsalád, ahogy maga az alkalmazás felsorolja
- Live Caption Pro – a feliratablak a saját gépén: feliratoz, fordít és tolmácsol
- CaptionServer – a feliratozó szerver: a rögzített hangot írja át (Whisper), videokártyán
- TranslatorServer – a fordító: a mondatokat fordítja helyi modellel
- VoiceServer – a beszédszolgáltatás: a tolmács klónozott vagy beépített hangja
A mögötte futó szolgáltatások, az alapértelmezett portjukkal
- AccountServer (accountserver, port: 8100) – a fiókszolgáltatás: felhasználók, szerepkörök, API-kulcsok, audit napló és forgalommérés
- TranslatorServer (translatorserver, port: 8080) – a fordító: mondatonként fordít a TranslateGemma modellel
- VoiceServer (voiceserver, port: 8090) – a beszédszolgáltatás: kimondja a fordítást, kérésre a beszélő klónozott hangján
- CaptionServer (captionserver, port: 5111) – a feliratozó szerver: mondatokra bontja és átírja a hangot (Whisper)
Mérve, nem ígérve
| Mit mértünk | Eredmény | Milyen feltétellel |
|---|---|---|
| Az első lefordított szó | 62 ms | TranslateGemma 12b Q8, 20 mondat; a teljes mondat 270 ms, 20-ból 19 hibátlan. Összehasonlításul a felhős gpt-4o-mini 1106 ms alatt adta az első szót. |
| 6,3 s beszéd átírása | 108 ms | Whisper large-v3-turbo videokártyán, a feliratozó szerveren át. |
| A mondat vége és a tolmács első hangja között – folyamaton belüli hang | 0,99 s | A 24 kimondott mondat mediánja (37-ből 13-at a torlódás miatt kihagyott); 95. percentilis 5,56 s. Piper-hang, a hanghoz nem kell videokártya. |
| A mondat vége és a tolmács első hangja között – klónozott hang | 2,93 s | A 22 kimondott mondat mediánja (38-ból 16-ot a torlódás miatt kihagyott); 95. percentilis 6,86 s. XTTS-v2 a beszédszolgáltatásban. |
| Videómemória a három motornak együtt | 22,3 GB | Egy gépen mérve, a legnagyobb fordítómodellel. 20 GB-os kártyán a fordító 12b Q4_K_M változata fut (mérve 7,5 GB), 32 GB-oson a 12b Q8_0. |
Mérőgép: NVIDIA GeForce RTX 5090, Intel Core i9-13900K, 128 GB RAM; 2026. szeptember. Más gépen más szám jön ki; Macen mért számokat ezen a lapon nem közlünk. A tolmács idői mediánok (p50): a mondatok felénél rövidebb volt; a 95. percentilis és a torlódás miatt kihagyott mondatok aránya a Hogyan működik lapon áll.
Képernyőképek
A Képernyőképek lap minden képe egy tömörített csomagban, mindkét nyelven, területenként külön mappában. Képernyőképek
Egylapos összefoglaló
A termék egyetlen A4-es lapon: a három használat, az ábra, a mért számok és a követelmények. Nyomtassa ki, vagy mentse PDF-ként a lapról.
Sajtókapcsolat
A sajtó kérdései a kapcsolati űrlapon át jutnak el hozzánk: válassza a „Kérdés” témakört. Kapcsolat