Блог/Опубликовано: 11 апреля 2026 г.Обновлено: 13 октября 2026 г.

Будьте первыми, когда Gaavala появится в Chrome Web Store. В список ожидания

Представляем Speak Mode: AI-перевод голоса, который говорит за вас на встречах

Speak Mode в Gaavala переводит вашу речь и воспроизводит её синтетическим голосом на одном выбранном целевом языке во встрече в браузере. Требуется Pro. Удерживайте Speak для короткой реплики или нажмите для окна без удержания; руководство объясняет настройку, голоса и ограничения воспроизведения.

Одна кнопка — касание или удержание — Одно касание открывает 60-секундное окно без помощи рук. Если вместо этого удерживать, вы говорите только пока держите. Ещё одно касание завершает раньше.

Что на самом деле делает Speak Mode

Speak Mode — это не дорожка дубляжа, наложенная поверх транскрипта. Это живой двунаправленный голосовой тракт, который работает рядом с уже существующим потоком транскрипции Gaavala.

Когда вы активируете его во время встречи, внутри вашего браузера происходит следующее:

Расширение захватывает аудио вашего микрофона — отдельно от аудио вкладки, которое Gaavala уже захватывает для входящей стороны.
Это аудио передаётся напрямую в Soniox по WebSocket для распознавания речи. Это та же схема прямого подключения к Soniox, которую использует вся остальная Gaavala: аудио вашего микрофона никогда не касается нашего бэкенда.
По мере того как Soniox выдаёт зафиксированные токены на вашем исходном языке, расширение собирает их в короткие фразы и отправляет текст на шаг перевода Gaavala для настроенного вами целевого языка.
Soniox озвучивает переведённый текст выбранным студийным голосом или клонированной версией вашего голоса.
Этот фрагмент отправляется в звонок вместо вашей исходящей микрофонной дорожки, поэтому все слышат переведённый голос так, будто это ваш собственный. Никакого виртуального микрофонного устройства ставить не нужно, и в настройках звука приложения встречи ничего выбирать не приходится, — а пока переведённый голос звучит, ваш настоящий микрофон отключён, чтобы звонок никогда не слышал оба сразу.

Одна кнопка, которая читает жест

Реальные встречи не одинаковы, поэтому Speak Mode должен вести себя по-разному, когда вы отстреливаете ответ в одну строку и когда проводите человека по слайду. Большинство инструментов решают это переключателем режимов, который надо выставить до того, как он понадобится, — а значит, в момент, когда нужен другой режим, вы находитесь не в том.

У Gaavala переключателя режимов нет. Кнопка Speak одна, и она читает то, как вы её нажали.

Удерживайте

Удерживайте кнопку — и вы говорите только пока держите. Отпустите, и тракт аккуратно закрывается. Это жест рации, и он безопасный: вы никогда случайно не транслируете реплику в сторону, кашель или момент размышления вслух. Это правильный инстинкт для быстрой вставки, для звонков с высокой ценой ошибки, где точность важнее плавности, и для любой комнаты, где ваш микрофон может поймать голоса, которые вы не собирались переводить.

Удержание работает и с клавиатуры: нажмите и держите пробел примерно треть секунды — и это ведёт себя ровно как удержание кнопки.

Для коротких осознанных реплик инструкция Push-to-Talk объясняет, как использовать удержание, отпускание кнопки и клавиатуру во время встречи.

Коснитесь

Коснитесь кнопки вместо этого — и откроется 60-секундное окно без помощи рук. Кольцо отсчитывает окно в минутах и секундах и становится янтарным на последних десяти, поэтому вы всегда знаете, сколько от вашей очереди осталось, не глядя на часы. Говорите естественно: Gaavala переводит и озвучивает каждую фразу по ходу, а вы ничего не трогаете.

Два быстрых касания открывают 30-секундное окно — честная длина для короткого подготовленного тезиса. Коснитесь ещё раз во время работающего окна, и оно завершится раньше; иначе оно само закончится на нуле.

Почему это один элемент управления, а не два

Жест, который вы и так делаете, уже кодирует намерение. Удержание означает «только вот это», касание — «дайте мне отрезок». Ничего не нужно настраивать заранее, ничто не оказывается не в том режиме в нужный момент, и нет горячей клавиши, которую надо назначать или помнить. То свойство безопасности, за которое люди любили push-to-talk, — из комнаты не уходит ничего, кроме того, что вы имели в виду, — по-прежнему в точности верно для удержания.

Голоса: 68 студийных пресетов и ваш собственный

Speak Mode даёт два способа выбрать голос, который услышит встреча, и любой из этих голосов говорит на всех 60 языках, которые переводит Gaavala.

68 студийных голосов Soniox (вариант Pro по умолчанию)

Студийные голоса Soniox — вариант по умолчанию на Pro и тот, который большинству никогда не приходится менять: 68 многоязычных пресетов, говорящих на всех 60 языках, которые переводит Gaavala, кросс-лингвально, на управляемом ключе — настраивать нечего. Синтез идёт из браузера напрямую в Soniox по той же схеме короткоживущего ключа, что и субтитры, поэтому переведённый текст никогда не проходит через бэкенд Gaavala.

Ваш собственный голос (встроенный клон)

Один раз прочитайте в боковой панели двухминутный текст, и Gaavala построит персональный клон голоса — на базе Soniox, — который говорит на тех же 60 языках, что и студийный голос, но вашим тембром вместо пресета. Эталонный образец хранится зашифрованным, и вы можете удалить его в любой момент на том же экране настроек; само аудио вашей встречи не хранится никогда — ни в этой функции, ни где-либо ещё в Gaavala.

Два варианта разменивают ровно одно: узнаваемость. Студийный голос звучит отполированно и нейтрально с первой же сессии. Ваш собственный клон требует двух минут настройки, а дальше каждый раз звучит безошибочно как вы — полезно, если вы ведёте регулярные звонки с одними и теми же клиентами или коллегами и хотите, чтобы они слышали один и тот же голос из раза в раз.

Клон голоса меняет звучание ответа, а не требования к качеству перевода. Записывайте только собственный голос в тихом помещении и коротким тестом проверяйте имена и специальные термины. Для ответственных встреч всё равно нужна проверка человеком. Можно удалить эталонную запись и синтетический голос; это не удаляет ранее сделанные другими людьми записи.

Запись и удаление образца описаны в клонирование собственного голоса.

Сравнение встроенного перевода и Gaavala

В Teams перевод субтитров доступен с Teams Premium или Microsoft 365 Copilot. Подходящая лицензия организатора может открыть функцию участникам, включая гостей; личная лицензия может давать индивидуальный доступ. Interpreter — отдельная функция перевода речи со своими требованиями к лицензии, языкам и настройкам администратора. Статус гостя сам по себе не исключает все встроенные возможности перевода.

Источники сравнения: Microsoft Teams Translated Captions · Microsoft Teams Interpreter.

Google Meet поддерживает и перевод субтитров, и Speech Translation — перевод речи. Доступ зависит от тарифа, языков и конкретной встречи; условия для текста и речи различаются. Организатор с подходящим тарифом может предоставлять функции участникам. Поэтому личный аккаунт или гостевой вход не означают автоматического отсутствия перевода. Список языков переводных субтитров Meet нельзя просто считать более узким, чем 60 языков Gaavala.

Источники сравнения: Google Meet Translated Captions · Google Meet Speech Translation.

Zoom Translated Captions — отдельная функция, зависящая от тарифа или дополнения организатора и настроек встречи. Участники, в том числе гости, могут использовать предоставленные организатором переводные субтитры. Это не исключительно корпоративная возможность. Для перевода речи также существует Zoom Voice Translator со своими требованиями к дополнению, языкам и настольному клиенту; сводки AI Companion — другая функция.

Источники сравнения: Zoom Translated Captions · Zoom Voice Translator.

Gaavala даёт единый рабочий процесс для Teams, Zoom, Meet и Webex в браузере. Бесплатная проба включает однократные 5 минут субтитров и не возобновляется. Pro стоит $19.99 в месяц без налогов и включает 120 минут в день, Speak Mode, 68 студийных голосов и клон собственного голоса. Если встреча и языки уже поддерживаются встроенной функцией, её может быть достаточно.

Кому нужен Speak Mode

Speak Mode — функция Pro, и её цена рассчитана на отдельных специалистов, а не на корпоративные развёртывания. Больше всего из неё извлекают:

Международные консультанты, ведущие проектные звонки с клиентами, чей английский ограничен и которые предпочли бы услышать вас на своём языке, а не продираться через ваш.
Многоязычные тимлиды, подключающиеся к стендапам с распределёнными инженерными командами, где половина команды думает на одном языке, а половина — на другом.
Менеджеры по продажам на зарубежных рынках, где беглый голос на языке клиента меняет и ощущение от звонка, и то, как воспринимается предложение.
Полевые специалисты, связывающие удалённую площадку и головной офис, где цена недопонимания операционная, а не просто социальная.

Если ваши встречи полностью двуязычны в одной паре и все успевают, Speak Mode вам, вероятно, не нужен. Если же есть повторяющийся момент, когда вы или кто-то на другой стороне замолкает из-за одностороннего языкового разрыва, — это та функция, которая этот момент чинит.

Если нужно отвечать без произнесения слов, прочитайте руководство по доступным встречам.

Приватность: что меняется, а что нет

Основная архитектура приватности Gaavala не меняется при включении Speak Mode. Входящее аудио встречи по-прежнему передаётся напрямую из вашего браузера в Soniox по WebSocket, который никогда не касается нашего бэкенда. Аудио вашего микрофона для Speak Mode следует той же схеме прямого подключения к Soniox — мы его не видим.

Шаг TTS следует той же схеме для обоих вариантов голоса. Студийные голоса Soniox отправляют переведённый текст из браузера напрямую в Soniox с аутентификацией теми же короткоживущими временными ключами, что и субтитры, — бэкенд Gaavala не видит ни текста, ни аудио. Ваш собственный клонированный голос синтезируется точно так же, с одним осознанным узким исключением выше по потоку: двухминутный эталонный образец, который вы записываете для построения клона, хранится зашифрованным (AES-256-GCM) на серверах Gaavala, используется только для построения и поддержания вашего голоса и удаляется по запросу в любой момент. Больше ничто из аудио Speak Mode — ни вход с микрофона, ни аудио встречи, ни синтезированный вывод — не хранится никогда.

Бэкенд Gaavala остаётся вне пути аудио для обоих вариантов голоса. Если вы хотите это проверить, тот же приём с инспекцией сети из нашей статьи о приватности по-прежнему работает: откройте DevTools фоновой страницы расширения, отфильтруйте вкладку Network — и вы увидите прямое соединение с Soniox и ни одного запроса с аудио микрофона или встречи к gaavala.com.

Как это включить

Speak Mode — функция только для Pro. Бесплатный пробный период Gaavala (одноразовые 5 минут, без кредитной карты, никогда не сбрасывается) Speak Mode не включает, поэтому порядок настройки примерно такой:

Установите Gaavala из Chrome Web Store бесплатно и войдите.
Перейдите на Pro из боковой панели — $19.99 в месяц. У Pro нет собственного пробного периода, поэтому вы подписываетесь напрямую, когда вам нужен Speak Mode.
Откройте настройки в боковой панели и найдите раздел Speak Mode.
Выберите студийный голос или создайте свой и дождитесь состояния Готово. Перед речью проверьте выбранный голос.
Настройте целевой язык встречи. Выбирать режим захвата не нужно — кнопка Speak читает ваш жест, поэтому ничего не приходится решать заранее.

Дальше подключайтесь к встрече. Удерживайте кнопку Speak, когда хотите сказать одну вещь, или коснитесь её ради окна без помощи рук, когда у вас есть отрезок, который нужно донести.

Перед голосовым ответом выполните настройку браузера для Teams, Zoom, Google Meet или Webex. Проверьте правила доступа и проведите пробу с другим участником: настольное приложение использует другой звуковой тракт.

Советы из практики использования

Несколько практических замечаний из разработки и собственного ежедневного использования:

Разогревайтесь удержанием. В первый раз, когда вы услышите свой синтезированный голос во встрече, это будет странно. Первые несколько звонков удерживайте кнопку, прежде чем начинать касаться ради окон без помощи рук. Чувство того, когда делать паузу, насколько громко говорить и как переведённый голос ложится на другой стороне, калибруется быстро — но только если каждая порция под вашим контролем.
Клонируйте только собственный голос. Процесс записи в боковой панели строит клон исключительно из образца, который вы записали сами: пути к клонированию чужого голоса через Speak Mode нет, и шаг согласия внутри приложения это отражает.
Предупреждайте, когда это важно. Если у вашей встречи есть комплаенс-последствия — юридические, медицинские, регулируемые продажи, — скажите второй стороне, что в звонке работает слой голосового перевода в реальном времени. Это тот же этикет, что и предупреждение об инструменте транскрипции.
Оставляйте оригинальный звук включённым. Gaavala по-прежнему подаёт исходное аудио встречи в ваши колонки. Вы должны продолжать слушать и читать входящую сторону. Speak Mode — исходящая половина, а не замена пониманию того, что вам говорят.

Часто задаваемые вопросы

Знает ли встреча, что я этим пользуюсь? Напрямую — нет. Синтезированный голос приходит на другую сторону по тому же микрофонному каналу, которым воспользовались бы вы сами, поэтому ни баннера, ни метаданных нет. Вторая сторона слышит очень беглый голос и может заметить небольшие паузы перед каждым ответом. Мы рекомендуем предупреждать, когда это имеет значение, — см. заметку об этикете выше.

Можно ли использовать клон собственного голоса? Да — нативно, на Pro. Прочитайте двухминутный текст в настройках Speak Mode в боковой панели, и Gaavala построит клон на базе Soniox, который можно выбрать как голос Speak Mode. Отдельный аккаунт или API-ключ не нужны.

Какая задержка? Задержка зависит от длины фразы, распознавания, перевода, синтеза, сети и клиента встречи. Потоковое воспроизведение может начаться, когда готов первый аудиофрагмент, но фиксированного времени ответа и гарантии одинаковой скорости клона и студийного голоса нет. Проверьте короткие реплики до важного разговора.

А если мой целевой язык не английский? Оба варианта голоса уже говорят на всех 60 языках, которые переводит Gaavala, — студийные голоса Soniox и ваш собственный клон работают одинаково независимо от целевого языка, из коробки.

Работает ли это на встречах с Teams Premium? Да. Speak Mode работает на любой встрече, которая идёт во вкладке Chrome, включая Microsoft Teams, Zoom, Google Meet и Webex. Неважно, есть ли у организатора встречи Teams Premium или Copilot. Speak Mode работает на вашей стороне звонка, а не на инфраструктуре хоста встречи.

Попробуйте

Speak Mode входит в Pro. Если вы впервые в Gaavala, начните с одноразового бесплатного пробного периода — 5 минут транскрипции, без кредитной карты, — чтобы сначала оценить входящий перевод. Speak Mode в бесплатный пробный период не входит; перейдите на Pro ($19.99 в месяц; у Pro нет собственного пробного периода), когда будете готовы сами говорить на встрече.

В список ожидания

Установите Gaavala из Chrome Web Store бесплатно, затем перейдите на Pro, чтобы открыть Speak Mode.