Udział w spotkaniu, którego nie słyszysz

Spotkanie ma dwie połowy, a większość narzędzi wspierających dostępność rozwiązuje tylko jedną z nich.

Pierwsza połowa to śledzenie go. Napisy mniej więcej to załatwiają: coś transkrybuje dźwięk, a Ty go czytasz. Druga połowa to odpowiadanie. Ta zwykle ląduje w okienku czatu — piszesz i masz nadzieję, że ktoś patrzy na panel boczny, podczas gdy mówi jedenaście osób. Twój wkład dociera bezgłośnie, poza kolejnością i często już po tym, jak zamknęła się chwila, do której należał.

Gaavala domyka tę drugą połowę. Czytasz spotkanie w tłumaczonych napisach na żywo, a kiedy masz coś do powiedzenia, piszesz to — a zsyntetyzowany głos wypowiada to w rozmowie, na głos, tam gdzie dyskusja naprawdę się toczy. Pozostali uczestnicy słyszą zdanie, a nie powiadomienie.

Ten wpis to uczciwa wersja tego, jak to działa: mechanizm, wszystko, czego wymaga, i te części, których jeszcze nie ma.

Połowa dotycząca czytania

To jest dokładnie to, co Gaavala robi już dla wszystkich — ta sama maszyneria, którą osoba słysząca dostaje do tłumaczenia.

Rozszerzenie przechwytuje dźwięk karty ze spotkaniem i strumieniuje go do silnika speech-to-text, który zwraca transkrypcję w miarę, jak ludzie mówią. Ta transkrypcja ląduje w dwóch miejscach: w panelu bocznym, jako przewijany dwujęzyczny zapis ze znacznikami czasu i odznakami języków, oraz w pływającej warstwie nad samym spotkaniem, żebyś nie musiał odrywać wzroku od twarzy, by czytać słowa.

Dwa szczegóły znaczą dla osoby niesłyszącej więcej niż dla kogoś, kto czyta tłumaczenie:

Mówcy są rozdzielani i oznaczani kolorami. Gaavala wykrywa, kto mówi, i przypisuje każdemu głosowi stały kolor — w nakładce, w panelu bocznym i w Twoich eksportach. W trakcie spotkania możesz zmienić „Mówca 2” na prawdziwe imię, a każda powierzchnia zaktualizuje się od razu. W szybkiej wymianie zdań między czterema osobami to różnica między rozmową a ścianą tekstu.

Nowsze linie są wizualnie mocniejsze. W nakładce świeże linie pojawiają się z pełną mocą, a starsze blakną, więc Twój wzrok znajduje aktualne zdanie bez szukania.

Napisy same w sobie nie są zamknięte za planem Pro — bezpłatny limit to pięć minut, raz, na zawsze, a to wersja próbna, nie plan. Czytanie prawdziwego spotkania oznacza Pro.

Połowa dotycząca odpowiadania

Pod napisami znajduje się pole tekstowe.

Wpisujesz zdanie i naciskasz Speak — Ctrl+Enter, a na Macu ⌘+Enter, robi to samo. Samo Enter wstawia nową linię, więc możesz napisać więcej niż jedno zdanie, zanim wiadomość pójdzie dalej. Do 500 znaków naraz, z licznikiem; po przekroczeniu limitu przycisk wysyłania staje się nieaktywny, zamiast po cichu uciąć to, co napisałeś.

Jeśli język, w którym napisałeś, różni się od Twojego języka Speak, Gaavala najpierw tłumaczy wiadomość, a dopiero potem ją wypowiada. Możesz więc napisać po turecku, a zostać usłyszanym po angielsku, albo napisać po angielsku, a zostać usłyszanym po japońsku.

Głos to jeden ze studyjnych głosów Gaavala albo klon Twojego własnego, zrobiony z dwuminutowego tekstu, który czytasz. Jeśli używałeś już gdzieś swojego głosu — w materiale wideo, w starszym nagraniu — klon sprawia, że sala słyszy coś rozpoznawalnie Twojego, a nie gotowy preset.

Wyślij drugą wiadomość, gdy pierwsza jeszcze się odtwarza, a ustawi się za nią w kolejce. Każda wiadomość pokazuje swój stan słowami, a nie samym kolorem: W kolejce, Wypowiadana, Wypowiedziana, Anulowana, Wypowiedziana częściowo, Nieudana. Wszystko, co czeka w kolejce lub jest właśnie odtwarzane, można zatrzymać jednym przyciskiem.

Nie usłyszysz własnej wiadomości. Trafia ona do spotkania, a nie do Twoich głośników — dla większości użytkowników to szczegół, a dla Ciebie cały powód, dla którego etykiety stanów są wypisane słowami.

Czego to wymaga

To sekcja do przeczytania, zanim zdecydujesz, czy Gaavala Ci pomoże.

Mikrofon Twojej aplikacji do spotkań musi być włączony, a Ty musisz mieć wyłączone wyciszenie

To najważniejsze zdanie na tej stronie i jednocześnie to, które najłatwiej źle zrozumieć.

Gaavala nigdy nie włącza Twojego mikrofonu — ale to nie jest funkcja działająca bez mikrofonu: mikrofon Twojej aplikacji do spotkań musi być włączony, a Ty musisz mieć w niej wyłączone wyciszenie. Gaavala nie rozpoczyna żadnego nagrywania Ciebie i nie uruchamia na Tobie rozpoznawania mowy. Nic, czego nie napiszesz, nie jest przechwytywane.

Nie tworzy też nowego kanału audio. Mówi, przejmując dźwięk, który Twoja aplikacja do spotkań już wysyła — kanał wychodzący, który Teams, Meet, Webex lub Zoom otworzył, gdy dołączyłeś. Ten kanał musi więc istnieć i musi być aktywny. W praktyce:

Jeśli jesteś wyciszony w Teams, Gaavala odmawia wysłania wiadomości i prosi o wyłączenie wyciszenia, zanim ją wyśle. Jeśli Twoje urządzenie w ogóle nie ma mikrofonu, ta funkcja nie zadziała u Ciebie.

Mówimy to wprost, bo odwrotne ujęcie — „mów bez mikrofonu” — łatwo byłoby napisać, a okrutnie odkryć. Speak Text nie jest funkcją działającą bez mikrofonu.

Plan Pro

Pisane wiadomości są częścią Speak, a Speak jest w planie Pro. Jednorazowy, pięciominutowy bezpłatny limit obejmuje wyłącznie napisy na żywo i nie zawiera w ogóle mowy z tekstu, więc nie jest sposobem na wypróbowanie tej połowy produktu. Pro to $19.99 miesięcznie za 120 minut dziennie.

Jeden z własnych głosów Gaavala

Mowa z tekstu działa na studyjnych głosach Gaavala albo na osobistym klonie. Jeśli zamiast tego podłączyłeś do Speak własny klucz ElevenLabs, pole wiadomości jest wyłączone i proponuje powrót jednym kliknięciem.

Chrome 138 lub nowszy, dla wiadomości między językami

Tłumaczenie Twojej napisanej wiadomości odbywa się na Twoim komputerze, przy użyciu wbudowanego w Chrome tłumacza działającego na urządzeniu. Jeśli jest niedostępny albo nie ma potrzebnej Ci pary językowej, Gaavala odmawia wysłania wiadomości i mówi Ci o tym — nigdy nie wypowie Twojego tekstu bez tłumaczenia i nie przedstawi go jako tłumaczenia. Wiadomość już w Twoim języku Speak nie wymaga niczego dodatkowego.

Spotkanie w karcie przeglądarki

Microsoft Teams, Google Meet, Cisco Webex i Zoom, z dołączeniem przez ich klientów webowych w desktopowej przeglądarce opartej na Chromium. Desktopowe aplikacje do spotkań są poza zasięgiem rozszerzenia przeglądarkowego. Konkretnie w Zoomie karta musi zostać otwarta, gdy Gaavala już działa — inaczej Speak poprosi o jej przeładowanie.

Czego Gaavala nie może Ci powiedzieć

Nie może potwierdzić, że ktokolwiek Cię usłyszał. Gaavala wie, kiedy skończyła wysyłać dźwięk Twojej wiadomości do spotkania. Oznacza wtedy tę wiadomość jako „Wypowiedziana”. To nie to samo co dostarczenie, a nie ma platformy, na której moglibyśmy potwierdzić dostarczenie. Wolimy, żebyś o tym wiedział, niż żebyś domyślał się potwierdzenia, którego nie umiemy dać.

Jedyne ostrzeżenie, jakie mamy, jest wąskie. W Microsoft Teams, jeśli mikrofon spotkania zostanie wyciszony w trakcie odtwarzania Twojej wiadomości, ta wiadomość jest oznaczana jako „Mogła nie zostać dostarczona”. W Google Meet, Webex i Zoom takie ostrzeżenie nie może się pojawić. Brak ostrzeżenia nie jest dowodem na to, że wiadomość dotarła.

Przycisk wyciszenia na spotkaniu nie zachowuje się wszędzie tak samo. W Microsoft Teams wyciszenie się tam wycisza razem z Tobą wyjście Gaavala. W Google Meet i Cisco Webex tak się nie dzieje — ci klienci nieustannie wymieniają ścieżkę mikrofonu w ramach własnej obsługi dźwięku, a odwzorowywanie tego ucinałoby Twoją wypowiedź w połowie zdania, więc Gaavala celowo tego nie odwzorowuje. W Zoomie wyciszenie dzieje się wewnątrz własnego kodera Zoom, gdzie Gaavala nie potrafi go odczytać. Na wszystkich trzech platformach kontrolką, która niezawodnie zatrzymuje Speak, jest ta w panelu Gaavala.

Pisanych wiadomości brakuje w zapisie. Nie trafiają do transkrypcji Gaavala, do jej eksportu TXT/SRT/JSON ani do jej podsumowania AI na urządzeniu. Jeśli bierzesz udział w spotkaniu, pisząc, Twojego wkładu zabraknie w zapisie, w którym pojawiają się koledzy mówiący na głos. To luka, a nie funkcja prywatności, i nazywamy ją po imieniu, bo inaczej ktoś odkryje ją na liście zadań, na której nie ma jego własnego.

Czytanie i mówienie dzielą jeden budżet. Pro to jedna pula 120 minut dziennie, obejmująca zarówno napisy na żywo, które czytasz, jak i wiadomości, które piszesz.

Dlaczego zbudowaliśmy pisaną połowę

Uczciwa odpowiedź brzmi: zaczęło się gdzie indziej. Speak istnieje po to, żeby ktoś, kto nie mówi językiem sali, mógł zostać w niej usłyszany. Pole do pisania było oczywistym sposobem na przypadki, w których mówienie na głos było niewygodne — wspólne biuro, hałaśliwy pokój, zdanie, które chciałeś sformułować dokładnie.

W trakcie budowania stało się jasne, że „napisz to i daj się usłyszeć w sali” nie jest zwykłą wygodą dla większości ludzi — dla części jest koniecznością. Dla osoby niesłyszącej to brakująca połowa spotkania: napisy pozwalają je już śledzić, a to pozwala na nie odpowiedzieć w tym samym kanale, z którego korzystają wszyscy pozostali, w momencie, w którym to ma znaczenie, a nie w panelu bocznym, który ktoś może przeczytać później.

Na jakim to jest etapie

Gaavala nie jest jeszcze w Chrome Web Store. Na tej stronie nie ma linku do instalacji, a każdy starszy wpis, który taki link podaje, jest nieaktualny — wizytówka nie jest publiczna.

Jeśli to Twój problem, dołącz do listy oczekujących, a w dniu premiery wyślemy Ci link do instalacji. Jeden e-mail, wypisanie jednym kliknięciem, nic więcej.

Jeśli próbowałeś już takich narzędzi i zawiodły Cię w konkretny sposób, naprawdę chcielibyśmy usłyszeć, w jaki. Napisz na support@gaavala.com.

Więcej przewodników Gaavala