Live Translator — مترجم فوري بين شخصين بلغات مختلفة
السيناريو
د. وائل يجلس مع شخص يتكلم لغة ثانية (تركي/إنجليزي/فرنسي...). يضع الهاتف على الطاولة، البوت يسمع، يترجم لكل واحد بلغته، فوراً.
الـ Stack (Real-Time Pipeline)
الأفضل (Lowest latency, جودة عالية)
Mic → Deepgram Nova-3 (live STT, 100ms) →
→ Claude Opus 4.7 (translate, smart context) →
→ Cartesia Sonic-2 (TTS, 90ms ultra-low latency) → Speaker
بديل مجاني (للجلسات الطويلة)
Mic → WhisperX live (local) →
→ Gemini 3.5 Flash (translate, $0.15/M cached) →
→ MiniMax speech-2.8-turbo → Speaker
الأقوى (Gemini Live API — موحّد)
Mic → Gemini 3.1 Flash Live (WebSocket) →
bidirectional translation streaming → Speaker
- مزايا: end-to-end واحد, latency ~200ms, يفهم السياق
- يدعم: AR ↔ EN/TR/FR/ES/CN/JP/DE/RU + 50 لغة أخرى
أدوات Conference (لو احتجنا full call)
- LiveKit (مفتوح المصدر) — يربط multi-user + bot agent في غرفة واحدة
- Daily.co — managed alternative
- Twilio Voice + Media Streams — للمكالمات الهاتفية العادية
استخدام بسيط
python
scripts/live_translator.py --speaker1-lang ar --speaker2-lang tr
يفتح ميكروفون → يسمع → يحدد المتحدث → يترجم → يسمع المخاطب
القرار النهائي
- التشغيل اليومي: Gemini Live API (موحّد + سريع + رخيص + يفهم context)
- عربي premium: Deepgram + Claude + Cartesia (الأدق + الأسرع)
- خصوصية: WhisperX + Claude local fallback
⏳ يحتاج
- إعداد سكريبت
live_translator.py (placeholder الآن)
- اختبار حي على جوال أو لابتوب
- ضبط push-to-talk vs continuous mode