Sous-titres hors ligne : le fonctionnement

Le parcours prévu commence au microphone, avant les haut-parleurs de la salle. Acheminez uniquement les voix parlées vers un auxiliaire post-fader ou une matrice dédiée, puis vers l’ordinateur de sous-titrage. Évitez le microphone d’ambiance et le mix musical complet.

1. Entrée audio → le bus de parole arrive à l’ordinateur par l’audio USB de la console ou une interface audio.
2. Reconnaissance → le modèle de parole fonctionne sur le processeur graphique de l’ordinateur et produit les sous-titres dans la langue d’origine.
3. Traduction → les phrases terminées sont traduites localement; le français ↔ anglais est prévu en premier.
4. Sorties → les sous-titres et le texte traduit alimentent les écrans, les incrustations du direct et la page pour téléphones sélectionnés.

Live Caption Studio est conçu pour fonctionner sans connexion internet pendant l’événement. L’édition gratuite fonctionne hors ligne sans activation ni limite de temps. Les licences à achat unique fonctionnent hors ligne sans limite de temps sur la version majeure achetée après une seule activation (en ligne ou par fichier depuis un autre appareil). Les abonnements se renouvellent chaque mois, en ligne ou par fichier de licence, avec un délai de grâce de 7 jours; sans renouvellement, l’installation continue ensuite avec l’édition gratuite. La conception ne prévoit aucun recours à la reconnaissance ou à la traduction infonuagique.

Les seuls appels réseau sont l’activation ou le renouvellement de licence et la recherche de mises à jour; les deux peuvent être désactivés. Les sous-titres YouTube, si vous les activez, envoient du texte, jamais de l’audio, à YouTube. Une destination internet a toujours besoin de sa connexion, même si le traitement est local.

Pour la salle, le plan prévoit une incrustation ProPresenter et une page pour téléphones et tablettes accessible par code QR. OBS et vMix utilisent une page d’incrustation comme source navigateur. Les sous-titres codés YouTube Live constituent une sortie texte distincte.

Pour un mélangeur ATEM, l’incrustation linéaire prévue utilise une image de remplissage et une image de découpe séparée, sur deux sorties HDMI. Ces sorties doivent être disponibles sur l’ordinateur. Ces intégrations sont prévues pour la version 1.0; elles ne sont pas encore livrées.

Le modèle doit entendre la parole avant de stabiliser les mots. La traduction traite ensuite les phrases terminées; le rendu et le parcours de sortie ajoutent leur propre délai. Le délai des sous-titres et celui du texte traduit se mesurent séparément.

Nous publierons le délai et la précision mesurés, avec le matériel, la date et la méthode, avant de citer un chiffre de performance. Les sous-titres synthétiques de ce site illustrent la présentation; ils ne démontrent pas la performance du produit.

Live Caption Studio exige un signal de parole propre : le microphone acheminé directement de la console, par un auxiliaire post-fader ou une matrice, et non le son de la salle ou le mix musical. Nous ne promettons aucune précision pour la parole sur fond musical.

Le matériel prévu est une carte NVIDIA RTX sous Windows ou Linux, ou un Mac avec puce Apple. Consultez les niveaux pour les sous-titres seuls et pour les sous-titres avec traduction avant de proposer une configuration pour la bêta.

Pour de meilleurs résultats, veillez à une parole assez forte, gardez le microphone près de la bouche et à une distance constante, et faites parler une seule personne à la fois; les voix qui se chevauchent réduisent la précision de la reconnaissance.

Lire le guide du signal de parole propre