Mettiti in prima fila per quando Gaavala arriverà sul Chrome Web Store. Entra in lista d'attesa

Presentiamo Speak Mode: la traduzione vocale AI che parla per te nelle riunioni

Speak Mode di Gaavala traduce ciò che dici e lo riproduce con una voce sintetica in una sola lingua di destinazione scelta nella riunione del browser. Richiede Pro. Tieni premuto Speak per un intervento breve o toccalo per una finestra a mani libere; qui trovi configurazione, voci e limiti di riproduzione.

Un tasto — toccalo o tienilo premuto — Un tocco apre una finestra di 60 secondi a mani libere. Se invece lo tieni premuto, parli solo finché lo tieni. Un altro tocco la chiude in anticipo.

Cosa fa davvero Speak Mode

Speak Mode non è una traccia di doppiaggio sovrapposta a una trascrizione. È una pipeline vocale dal vivo e bidirezionale che gira accanto al normale flusso di trascrizione di Gaavala.

Quando lo attivi durante una riunione, dentro il tuo browser succede questo:

L'audio del tuo microfono viene catturato dall'estensione — separatamente dall'audio della scheda che Gaavala già cattura per il lato in entrata.
Quell'audio del microfono viene trasmesso direttamente a Soniox su un WebSocket per lo speech-to-text. È lo stesso schema diretto verso Soniox usato dal resto di Gaavala — l'audio del tuo microfono non tocca mai il nostro backend.
Man mano che Soniox emette token consolidati nella tua lingua di origine, l'estensione li raggruppa in frasi brevi e invia il testo al passaggio di traduzione di Gaavala per la lingua di destinazione che hai configurato.
Soniox trasforma il testo tradotto in audio con la voce studio che hai scelto o con la tua voce clonata.
Quella clip vocale viene immessa nella chiamata al posto della tua traccia microfonica in uscita, così tutti sentono la voce tradotta come se fosse la tua. Non c'è alcun dispositivo microfono virtuale da installare e nulla da selezionare nelle impostazioni audio della tua app di riunione — e mentre la voce tradotta è in riproduzione, il tuo microfono reale è silenziato, così la chiamata non sente mai entrambe le cose insieme.

Un solo tasto che legge il gesto

Le riunioni vere non sono tutte uguali, quindi Speak Mode deve comportarsi in modo diverso quando spari una risposta di una riga e quando accompagni qualcuno attraverso una slide. La maggior parte degli strumenti risolve la cosa con un selettore di modalità da impostare prima di averne bisogno — il che significa che nel momento in cui ti serve l'altra modalità, sei in quella sbagliata.

Gaavala non ha alcun selettore di modalità. C'è un solo tasto Speak, e legge il modo in cui lo premi.

Tienilo premuto

Tieni premuto il tasto e parli solo mentre lo tieni. Lo lasci e la pipeline si chiude in modo pulito. È il gesto del walkie-talkie, ed è quello sicuro: non trasmetti mai per sbaglio un commento a margine, un colpo di tosse o un momento di pensiero ad alta voce. È l'istinto giusto per un'interiezione rapida, per le chiamate ad alta posta in gioco in cui la precisione batte la fluidità e per qualsiasi stanza in cui il tuo microfono potrebbe raccogliere voci che non intendevi tradurre.

Il tenere premuto funziona anche da tastiera — premi e tieni giù la barra spaziatrice per circa un terzo di secondo e si comporta esattamente come tenere premuto il tasto.

Per interventi brevi e turni di parola, il flusso push-to-talk spiega quando tenere premuto, rilasciare e attendere la fine della risposta tradotta.

Toccalo

Tocca invece il tasto e si apre una finestra a mani libere di 60 secondi. Un anello conta la finestra alla rovescia in minuti e secondi e diventa ambra negli ultimi dieci, così sai sempre quanto ti resta del tuo turno senza guardare l'orologio. Parla in modo naturale; Gaavala traduce e dà voce a ogni frase man mano che procedi, e tu non tocchi nulla.

Due tocchi rapidi aprono invece una finestra di 30 secondi — la durata onesta per un breve punto preparato. Tocca ancora una volta mentre una finestra è in corso e si ferma in anticipo; altrimenti termina da sola allo zero.

Perché è un solo controllo e non due

Il gesto che fai già codifica l'intenzione. Tenere premuto significa "solo questo", un tocco significa "dammi un po' di spazio". Non c'è nulla da configurare in anticipo, nulla è nella modalità sbagliata quando arriva il momento, e non c'è alcuna scorciatoia da associare o da dimenticare. La proprietà di sicurezza che piaceva alle persone nel push-to-talk — nulla lascia la stanza se non l'hai voluto — resta esattamente vera per il tenere premuto.

Le voci: 68 preset studio e la tua

Speak Mode ti dà due modi per scegliere la voce che la riunione sente, e qualunque voce tu scelga parla tutte le 60 lingue che Gaavala traduce.

68 voci studio Soniox (default di Pro)

Le voci studio Soniox sono il default su Pro e quello che la maggior parte delle persone non ha mai bisogno di cambiare: 68 preset multilingue che parlano tutte le 60 lingue che Gaavala traduce, in modo cross-linguistico, con una chiave gestita — non c'è nulla da impostare. La sintesi va dal browser direttamente a Soniox usando lo stesso schema a chiave temporanea dei sottotitoli, quindi il testo tradotto non passa mai dal backend di Gaavala.

La tua voce (clone nativo)

Leggi una sola volta un testo di due minuti, nel pannello laterale, e Gaavala crea un clone personale della tua voce — con tecnologia Soniox — che parla le stesse 60 lingue di una voce studio, con il tuo timbro al posto di un preset. Il campione di riferimento è archiviato crittografato e puoi eliminarlo in qualsiasi momento dalla stessa schermata delle impostazioni; l'audio delle tue riunioni non viene invece mai archiviato, né per questa funzionalità né altrove in Gaavala.

Una voce di studio non richiede una registrazione personale. Il clone usa il tuo campione per avvicinarsi alla tua voce; somiglianza e pronuncia possono variare per lingua e frase.

Nelle chiamate ricorrenti con clienti, il tuo clone vocale può dare a Speak Mode una voce familiare; la guida spiega registrazione ed eliminazione.

Come si confronta con il resto del mercato

Teams Interpreter, Google Meet Speech Translation e Zoom Voice Translator offrono traduzione vocale nativa con requisiti propri di licenza, client e lingue. Gaavala offre un unico flusso nel browser per Teams, Zoom, Meet e Webex, con 68 voci di studio Soniox o il tuo clone su Pro. Scegli in base alla coppia linguistica e alla riunione; Gaavala non è l’unica opzione di traduzione vocale.

Per chi è Speak Mode

Speak Mode è una funzionalità Pro ed è pensata per i professionisti singoli, non per le distribuzioni enterprise. Le persone che ne traggono di più sono:

Consulenti internazionali che gestiscono chiamate di progetto con clienti il cui inglese è limitato e che preferirebbero sentirti nella loro lingua piuttosto che arrancare nella tua.
Team lead multilingue che partecipano a standup con team di ingegneria offshore, dove metà del team pensa in una lingua e metà in un'altra.
Commerciali che vendono su mercati esteri, dove una voce dal suono fluente nella lingua del cliente cambia il modo in cui la chiamata viene percepita e il modo in cui l'offerta arriva.
Persone delle operazioni sul campo che fanno da ponte tra un sito offshore e la sede centrale, dove il costo di un fraintendimento è operativo, non solo sociale.

Se le tue riunioni sono completamente bilingui su una sola coppia di lingue e tutti riescono a stare al passo, probabilmente non ti serve Speak Mode. Se c'è un momento ricorrente in cui tu o qualcuno dall'altra parte restate in silenzio perché il divario linguistico è a senso unico, questa è la funzionalità che risolve quel momento.

Per rispondere senza ingresso dal microfono, consulta il flusso accessibile con testo digitato.

Privacy: cosa cambia e cosa no

L'architettura di privacy alla base di Gaavala non cambia quando attivi Speak Mode. L'audio della riunione in entrata continua a essere trasmesso direttamente dal tuo browser a Soniox su un WebSocket che non tocca mai il nostro backend. L'audio del tuo microfono per Speak Mode segue lo stesso schema diretto verso Soniox — noi non lo vediamo mai.

Il passaggio TTS segue lo stesso schema per entrambe le opzioni vocali. Le voci studio Soniox inviano il testo tradotto dal browser direttamente a Soniox, autenticandosi con le stesse chiavi temporanee a breve scadenza usate dai sottotitoli — il backend di Gaavala non vede mai né il testo né l'audio. La tua voce clonata sintetizza allo stesso modo, con una sola eccezione deliberata e ristretta a monte: il campione di riferimento di due minuti che registri per costruire il clone è archiviato crittografato (AES-256-GCM) sui server di Gaavala, usato solo per costruire e mantenere la tua voce ed eliminabile su richiesta in qualsiasi momento. Nient'altro dell'audio di Speak Mode — non l'input del tuo microfono, non l'audio della riunione, non l'output sintetizzato — viene mai archiviato.

Il backend di Gaavala resta fuori dal percorso dell'audio per entrambe le opzioni vocali. Se vuoi verificarlo, funziona ancora lo stesso trucco di ispezione della rete del nostro articolo sulla privacy: apri DevTools sulla background page dell'estensione, filtra la scheda Network e vedrai una connessione diretta verso Soniox — e nessun traffico audio del microfono o delle riunioni verso gaavala.com.

Come attivarlo

Speak Mode è una funzionalità solo Pro. La prova gratuita di Gaavala (una tantum, 5 minuti, senza carta di credito, non si rinnova mai) non include Speak Mode, quindi il flusso di configurazione è più o meno questo:

Installa gratis Gaavala dal Chrome Web Store e accedi.
Passa a Pro dal pannello laterale — $19.99/mese. Pro non ha un proprio periodo di prova, quindi ti abboni direttamente quando ti serve Speak Mode.
Apri le impostazioni nel pannello laterale e trova la sezione Speak Mode.
Scegli una voce studio oppure crea la tua e attendi lo stato Pronta. Controlla la voce selezionata prima di parlare.
Configura la lingua di destinazione per la riunione. Non c'è alcuna modalità di cattura da scegliere — il tasto Speak legge il tuo gesto, quindi non va deciso nulla in anticipo.

Poi entra in una riunione. Tieni premuto il tasto Speak quando vuoi dire una cosa sola, oppure toccalo per una finestra a mani libere quando hai un passaggio più lungo da consegnare.

Prima di rispondere a voce, segui la configurazione nel browser per Teams, Zoom, Google Meet o Webex. Controlla le regole di accesso e fai una prova con un altro partecipante; l’app desktop utilizza un percorso audio diverso.

Consigli d'uso dal mondo reale

Qualche nota pratica dalla costruzione e dall'uso quotidiano di questa funzionalità:

Scaldati tenendo premuto. La prima volta che senti la tua voce sintetizzata entrare in una riunione, sarà strano. Tieni premuto il tasto per le tue prime chiamate, prima di iniziare a toccare per le finestre a mani libere. Il tuo senso di quando fare pausa, di quanto forte parlare e di come la voce tradotta arriva dall'altra parte si calibra in fretta — ma solo se hai il controllo di ogni singolo intervento.
Clona solo la tua voce. Il flusso di registrazione del pannello laterale costruisce un clone solo da un campione che registri di te stesso — attraverso Speak Mode non esiste alcun percorso per clonare la voce di qualcun altro, e il passaggio di consenso nell'app lo riflette.
Dichiaralo se conta. Se la tua riunione ha implicazioni di conformità — legali, mediche, vendite regolamentate — di' all'altra parte che nella chiamata c'è un livello di traduzione vocale in tempo reale. È la stessa etichetta che si applica quando si dichiara uno strumento di trascrizione.
Tieni acceso l'audio originale. Gaavala continua a portare l'audio originale della riunione ai tuoi altoparlanti. Dovresti comunque ascoltare e leggere il lato in entrata. Speak Mode è la metà in uscita, non un sostituto del capire ciò che ti viene detto.

FAQ

La riunione sa che lo sto usando? Non direttamente. La voce sintetizzata arriva dall'altra parte attraverso lo stesso canale microfonico che useresti tu, quindi non c'è alcun banner né alcun metadato. L'altra parte sente una voce molto fluente e potrebbe notare piccole pause prima di ogni risposta. Consigliamo di dichiararlo quando conta — vedi la nota sull'etichetta qui sopra.

Posso usare la mia voce clonata? Sì — in modo nativo, su Pro. Leggi un testo di due minuti nelle impostazioni di Speak Mode del pannello laterale e Gaavala costruisce un clone con tecnologia Soniox che puoi selezionare come voce di Speak Mode. Non serve alcun account separato né alcuna chiave API.

Qual è la latenza? L’avvio della voce dipende dalla voce scelta, dalla lunghezza della frase, dalla connessione e dal percorso di elaborazione disponibile. Prova voce e lingua prima della chiamata; non è garantito un ritardo di uno o due secondi.

E se la mia lingua di destinazione non è l'inglese? Entrambe le opzioni vocali parlano già tutte le 60 lingue che Gaavala traduce — le voci studio Soniox e il tuo clone funzionano allo stesso modo indipendentemente dalla lingua di destinazione, così com'è.

Funziona nelle riunioni Teams Premium? Sì. Speak Mode funziona in qualsiasi riunione che giri in una scheda di Chrome, incluse Microsoft Teams, Zoom, Google Meet e Webex. Non ha importanza se l'organizzatore della riunione ha Teams Premium o Copilot. Speak Mode gira dalla tua parte della chiamata, non sull'infrastruttura dell'host della riunione.

Provalo

Speak Mode è una funzione Pro. Se sei nuovo su Gaavala, parti dalla prova gratuita una tantum — 5 minuti di trascrizione, senza carta di credito — così puoi valutare prima l'esperienza di traduzione in entrata. Speak Mode non è incluso nella prova gratuita; passa a Pro ($19.99/mese; Pro non ha un proprio periodo di prova) quando vuoi parlare in prima persona nella riunione.

Entra in lista d'attesa

Installa gratis Gaavala dal Chrome Web Store, poi passa a Pro per sbloccare Speak Mode.