Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Traduzzjoni Awtomatika

Lezzjoni 8 / 18 Aġġornat 3 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Żewġ ħtiġijiet, żewġ għodod
  2. Traduzzjoni ta’ rekordjar
  3. Interpretazzjoni ta’ taħdit live
  4. Punti Ewlenin

Lezzjoni miktuba mill-ġdid fit-3 ta’ Novembru 2026. Qabel kienet tiddependi fuq l-endpoint /v1/audio/translations u whisper-1, it-tnejn iddeprekati u mwaqqfa fis-26 ta’ Frar 2027, kif ukoll sessjoni ta’ assistent Realtime użata bħala interpretu. OpenAI issa toffri żewġ mogħdijiet: għar-rekordjarji, trascrizzjoni fil-lingwa oriġinali b’gpt-transcribe, segwita minn traduzzjoni tat-test; għat-taħdit live, sessjoni ta’ traduzzjoni ddedikata b’gpt-realtime-translate. Il-kodiċi ġie vverifikat mas-SDK openai 3.42.1 u l-librerija websocket-client. Sorsi: Trascrizzjoni tal-fajl · Traduzzjoni Realtime · Deprekazzjonijiet.

Żewġ ħtiġijiet, żewġ għodod

It-traduzzjoni tal-awdjo tkopri żewġ xenarji differenti ħafna, u OpenAI tittrattahom b’għodod differenti:

ĦtieġaGħodda minn Novembru 2026Riżultat
Rekordjar biex tittraduċi (laqgħa, podcast, sejħa arkevjata)gpt-transcribe biex tiskrivi fil-lingwa oriġinali, imbagħad mudell tat-test biex jittraduċiTest tradott fil-lingwa fil-mira tiegħek
Taħdit live biex tinterpreta (sejħa, konferenza, klassi)Sessjoni ta’ traduzzjoni Realtime b’gpt-realtime-translateAwdjo tradott u trascrittijiet, iġġenerati hekk kif iseħħ it-taħdit
Mogħdija antika: /v1/audio/translations b’whisper-1Iddeprekata, imwaqqfa fis-26 ta’ Frar 2027Test bl-Ingliż biss

Il-gwida ta’ OpenAI tenfasizza punt wieħed: sempliċiment tibdel l-ID tal-mudell f’talba /v1/audio/translations ma tmiggrax xejn. L-endpoint antik, li kien jista’ jittraduċi biss bl-Ingliż, m’għandux sostitut dirett.

Traduzzjoni ta’ rekordjar

Dan il-metodu l-ewwel jiskrivi b’mod fidil fil-lingwa mitkellma, imbagħad jittraduċi t-test. Jaħdem għal kwalunkwe lingwa fil-mira—kuntrarjament għall-endpoint antik, li kien jipproduċi biss l-Ingliż—u jagħtik iż-żewġ testi, li huwa utli għall-verifika:

from openai import OpenAI

client = OpenAI()


def translate_recording(path: str, target_language: str) -> dict[str, str]:
    """Tiskrivi rekordjar fil-lingwa oriġinali tiegħu, imbagħad tittraduċi t-test."""
    with open(path, "rb") as f:
        transcription = client.audio.transcriptions.create(model="gpt-transcribe", file=f)

    response = client.responses.create(
        model="gpt-6-luna",
        instructions=(
            f"Traduċi t-test ipprovdut mill-utent għal {target_language}. "
            "Żomm it-ton u l-istil. Wieġeb biss bit-traduzzjoni."
        ),
        input=transcription.text,
    )
    return {"original": transcription.text, "translation": response.output_text}


result = translate_recording("reunion_fr.mp3", "German")
print(result["translation"])

Żewġ għażliet jistħoqqilhom spjegazzjoni. L-istruzzjoni tat-traduzzjoni tmur f’instructions, filwaqt li t-trascrizzjoni tasal bħala dejta sempliċi f’input: rekordjar jista’ jkun fih kollox, inkluża frażi li tidher bħala kmand, u m’għandux ikun kapaċi jimmodifika l-istruzzjoni. Il-mudell gpt-6-luna huwa dak li OpenAI tirrakkomanda għal ipproċessar fuq skala kbira u sensittiv għall-ispejjeż; għal test legali jew tekniku delikat, agħżel mudell aktar kapaċi, bħal gpt-6.1-sol.

Interpretazzjoni ta’ taħdit live

Biex tittraduċi waqt li xi ħadd qed jitkellem, OpenAI toffri tip speċjali ta’ sessjoni Realtime. Il-gwida tiddistingwiha b’mod ċar minn sessjoni ta’ aġent tal-vuċi:

Sessjoni ta’ aġent tal-vuċiSessjoni ta’ traduzzjoni
Tikkonnettja ma’ /v1/realtimeTikkonnettja ma’ /v1/realtime/translations
Il-mudell jaġixxi bħala assistentIl-mudell jaġixxi bħala interpretu
Ċiklu ta’ konversazzjoni u tweġiba (response.create)Fluss kontinwu mill-awdjo li jidħol, l-ebda response.create
Jista’ jsejjaħ għododJipproduċi awdjo tradott u trascrittijiet

It-trasport jiddependi minn fejn jaslu l-awdjo. F’browser, WebRTC jibgħat l-input tal-mikrofonu u jirċievi l-vuċi tradotta bħala tracks tal-awdjo; is-server tiegħek joħloq sigriet tal-klijent għal żmien qasir għal dan permezz ta’ /v1/realtime/translations/client_secrets, sabiex iċ-ċavetta tal-API tiegħek qatt ma toħroġ mis-server. Fuq in-naħa tas-server, meta l-awdjo diġà jaslu mhux ipproċessat (fluss tat-telefon, qabda), konnessjoni WebSocket hija biżżejjed:

import base64
import json
import os

import websocket  # pip install websocket-client

ws = websocket.WebSocket()
ws.connect(
    "wss://api.openai.com/v1/realtime/translations?model=gpt-realtime-translate",
    header=[
        f"Authorization: Bearer {os.environ['OPENAI_API_KEY']}",
        "OpenAI-Safety-Identifier: hashed-user-id",  # identifikatur hashjat tal-utent tiegħek
    ],
)

# Lingwa tal-output tal-interpretu
ws.send(json.dumps({"type": "session.update", "session": {"audio": {"output": {"language": "en"}}}}))


def send_audio(pcm16: bytes) -> None:
    """Iżid biċċa mill-awdjo tas-sors: PCM 16-bit, mono, 24 kHz."""
    ws.send(json.dumps({"type": "session.input_audio_buffer.append", "audio": base64.b64encode(pcm16).decode()}))

Waqt li tibgħat l-awdjo, inklużi s-silenzji, is-sessjoni tirritorna avvenimenti biex tipproċessahom fuq it-titjira: session.output_audio.delta iġorr l-awdjo tradott f’base64, session.output_transcript.delta it-test tradott, u session.input_transcript.delta it-trascrizzjoni tal-oriġinal. Meta s-sors jieqaf, ibgħat session.close: is-servizz itemm it-traduzzjoni kurrenti, imbagħad iwieġeb b’session.closed.

translation: list[str] = []
while True:
    event = json.loads(ws.recv())
    if event["type"] == "session.output_transcript.delta":
        translation.append(event["delta"])
    elif event["type"] == "error":
        raise RuntimeError(f"Żball fit-traduzzjoni: {event['error']['code']}")
    elif event["type"] == "session.closed":
        break
ws.close()
print("".join(translation))

Tinjorax l-avveniment error: ċavetta miċħuda ma tfallix il-konnessjoni nnifisha; tasal eżatt wara bħala avveniment error bil-kodiċi invalid_api_key (osservat fit-3 ta’ Novembru 2026). Fil-produzzjoni, ir-riċeviment jimxi parallelment mal-ibgħat, f’thread jew kompitu separat, u l-awdjo tradott jmur għall-plejer jew il-linja tat-telefon hekk kif jaslu: il-gwida uffiċjali tipprovdi verżjoni sħiħa, inkluż riproduzzjoni tal-awdjo.

Punti Ewlenin

  • /v1/audio/translations u whisper-1 ingħalqu fis-26 ta’ Frar 2027, mingħajr sostitut dirett: tibdel il-mudell mhux biżżejjed
  • Għal rekordjar: gpt-transcribe fil-lingwa oriġinali, imbagħad traduzzjoni tat-test minn mudell tat-test, għal kwalunkwe lingwa
  • Żomm l-istruzzjoni tat-traduzzjoni f’instructions u t-trascrizzjoni bħala dejta sempliċi
  • Għal taħdit live: sessjoni ta’ traduzzjoni (/v1/realtime/translations, gpt-realtime-translate), li taġixxi bħala l-interpretu, mingħajr response.create
  • WebRTC fil-browser, b’sigriet tal-klijent maħluq mis-server; WebSocket fuq in-naħa tas-server, b’awdjo PCM 16-bit f’24 kHz