Anforderungen verstehen
Gemeinsam mit elysium® haben wir festgelegt, was die Übersetzung leisten muss: große Auswahl an Sprachen, geringe Latenz, keine Zusatzgeräte für Gäste.
REFERENZ · AGENTISCHE KI
Live-Übersetzung in 29 Sprachen für elysium® Live Translation.
Wir haben für elysium® Live Translation einen KI-Dolmetscher entwickelt: eine Echtzeit-Pipeline aus Spracherkennung, Übersetzung und Sprachsynthese. Nutzer hören den Vortragenden nach wenigen Sekunden in ihrer eigenen Sprache auf dem Smartphone, zum Beispiel bei Stadtführungen, Konferenzen oder Behördenveranstaltungen.
VORGEHEN
Verstehen, Bauen, Anbinden und Stabilisieren
Aufgabe war es, gesprochene Sprache in Echtzeit in beliebig viele Zielsprachen zu übertragen, ohne zusätzliche Hardware bei den Gästen und ohne Eingriff in die Arbeitsweise des Sprechers. Dafür haben wir die Anforderungen verstanden, die Pipeline gebaut, an die Plattform angebunden und für den Dauerbetrieb stabilisiert.
Pipeline bauen
Wir haben Spracherkennung, Übersetzung und Sprachsynthese als eine zusammenhängende Pipeline gebaut.
An die Plattform anbinden
Die Pipeline ist über LiveKit an die bestehende App-Plattform angebunden. Für die Nutzer bleibt die Bedienung einfach und unkompliziert.
Dauerbetrieb stabilisieren
Im Live-Betrieb läuft die Pipeline über viele Stunden am Stück. Wir haben sie so ausgelegt, dass Verbindungen stabil bleiben, alle Sprachen parallel laufen und die Kosten kalkulierbar bleiben.
INTEGRATION
Live-Übersetzung als Baustein einer bestehenden Plattform
Die Plattform bestand bereits aus Sprecher-App, Server und Gäste-Web-App. Die Live-Übersetzung ist als zusätzlicher Baustein hinzugekommen, ohne dass sich der Ablauf für Sprecher und Gäste ändert.
BESTEHENDE PLATTFORM
ARCHITEKTUR
Aufbau der Übersetzungs-Pipeline
Die Übersetzung entsteht in drei aufeinanderfolgenden Stufen. Jede Stufe reicht ihr Zwischenergebnis weiter, während der Sprecher bereits den nächsten Satz spricht.
SCHEMA · ÜBERSETZUNGS-PIPELINE
Ein gesprochener Vortrag, bis zu 29 parallel erzeugte Audiospuren.
≈ 5–10 S VOM WORT BIS INS OHR
Die Animation läuft die Übersetzungsstrecke Stufe für Stufe ab.
- IN · Sprecher (Eine Tonspur): Der Guide spricht ins Mikrofon seines Smartphones — wie gewohnt, in seiner eigenen Sprache.
- STT · Spracherkennung (Speech-to-Text): Ein Speech-to-Text-Modell hört mit und schneidet den laufenden Strom in vollständige Sätze — die Einheit, auf der alles Weitere arbeitet.
- LLM · Übersetzung (Large Language Model): Ein Sprachmodell überträgt den erkannten Text in jede aktive Zielsprache — inhaltlich unverändert, ohne eigene Zusätze.
- TTS · Sprachausgabe (Text-to-Speech): Jede Übersetzung wird zu einer Stimme synthetisiert und als eigene Audiospur in den Raum gegeben.
- OUT · Zuhörer (Bis zu 29 parallele Sprachen): Jedes Smartphone abonniert genau eine Spur. Die Sprache lässt sich mitten im Vortrag wechseln.
IM EINSATZ
Drei Schritte, dann läuft die Übersetzung.
Die gesamte Technik bleibt hinter der App. Für den Sprecher besteht die Einrichtung aus einem QR-Code und einem Fingertipp.
Teilnehmer einladen
Im Warteraum erscheint ein QR-Code. Die Gäste scannen ihn mit dem eigenen Smartphone und wählen dort ihre Sprache.
Übertragung starten
Sobald die Gruppe verbunden ist, startet der Sprecher die Live-Übertragung mit einem Fingertipp.
Einfach zuhören
Jeder Zuhörer wählt auf dem eigenen Smartphone seine Sprache und hört den Sprecher in Echtzeit übersetzt.
Produktdarstellungen des Kunden — elysium audio solutions GmbH.
ERGEBNIS
Ergebnisse der Live-Übersetzung bei elysium®
Produkt im Live-Betrieb
Die Pipeline ist Teil von elysium® Live Translation und im Live-Betrieb im Einsatz.
29 Sprachen aus einem Vortrag
Ein Vortrag wird parallel in bis zu 29 Sprachen übersetzt. Die Nutzer wählen ihre Sprache selbst.
Geringe Latenz
Zwischen gesprochenem Wort und übersetzter Stimme liegen nur wenige Sekunden.
Einfacher Zugang
Die Nutzer treten per QR-Code bei und hören über das eigene Smartphone, ohne Dolmetscher und ohne Empfangsgeräte.
Sie wollen Ihr eigenes KI-Produkt?
Ob Start-up oder bestehender SaaS-Anbieter: Im Erstgespräch klären wir, wie sich eine KI-Lösung für Sie umsetzen lässt.