Yobikoe (predtým Voice Announcer)

Ako sme postavili viacjazyčný systém živých hlásení pre karate turnaje a spravili z neho produkt.

Prehľad

Yobikoe je systém živých hlásení, ktorý premieňa dáta z podujatia na hovorené hlásenia v 74 jazykoch. Vznikol vo Freevision ako Voice Announcer, postavený pre slovenské karate turnaje, kde bolo treba volať súťažiacich na tatami rýchlejšie, než stíhal človek čítať meniaci sa rozpis. To, čo začalo ako interný nástroj, je dnes samostatný produkt, a táto stránka je inžinierskym príbehom o tom, ako sme sa k nemu dostali.

74podporovaných jazykov
<60sna vytvorenie hlásenia
40-60%zníženie nákladov cachovaním
4reálnych podujatí s hláseniami
Výzva

Výzva

Karate turnaj je rozvrhový problém s mikrofónom. Súťažiaci sa musia dostať na správne tatami v správnej chvíli, ich mená musia zaznieť správne, či už sú slovenské, maďarské alebo japonské, a kategórie aj tatami sa presúvajú celý deň. Na medzinárodných podujatiach navyše publikum nemá spoločný jazyk. Rovnaký problém sa objavuje ďaleko za hranicami športu. Autobusová stanica, ktorá hlási zmenu nástupišťa v štyroch jazykoch, naráža presne na to isté. Tradičná odpoveď je nahrávať s hlasovými hercami, strihať v audio softvéri, prekladať, nahrávať znova a nahrávať na server. To, čo by malo trvať sekundy, trvá dni, a to, čo by nemalo stáť takmer nič, stojí tisíce.

Naše riešenie

Čo sme postavili

Postavili sme platformu, ktorá skladá hlásenia z opakovane použiteľných šablón, napĺňa ich živými dátami z turnaja a výsledok povie v každom jazyku, ktorý miesto konania potrebuje. Operátor vyberie šablónu, vypočuje si presne to audio, ktoré zaznie v hale, a pošle ho do reproduktorov. Bez nahrávacieho štúdia, bez hlasových hercov, bez zvukového inžiniera v budove. Rozhodnutia nižšie sú tie, ktoré to umožnili.

Kľúčové inžinierske rozhodnutia

Šablóny zložené z opakovaných segmentov

Hlásenie sme namodelovali ako postupnosť hlasových a zvukových segmentov, nie ako jeden blok textu. Segmenty sa používajú naprieč šablónami a napĺňajú sa živými informáciami z prepojených systémov, takže zmena kategórie sa premietne do každého hlásenia, ktoré ju spomína, namiesto prepisovania.

Jeden kanál, všetky jazyky naraz

Zapnutie Hovoriť všetky jazyky na kanáli vygeneruje hlásenie vo všetkých nakonfigurovaných jazykoch a spojí ich do jedného zvukového súboru s prirodzenými pauzami medzi nimi. Operátor stále spustí jedno hlásenie, hala počuje všetky za sebou.

Vymeniteľní poskytovatelia syntézy reči

Poskytovateľa reči sme schovali za rozhranie, takže si každý kanál môže vybrať vlastného: ElevenLabs pre 74 jazykov a emocionálne tagy, OpenAI gpt-4o-mini-tts, self-hosted Chatterbox pre vzduchom izolované prostredia bez pripojenia von a macOS Say pre lokálny vývoj. Výmena jedného sa nedotkne zvyšku systému.

Cachovanie podľa obsahu a deduplikácia

Vygenerované audio je kľúčované svojím obsahom, takže hlásenie, ktoré už raz zaznelo, sa doručí okamžite namiesto opätovnej syntézy. V deň turnaja, keď sa tie isté výzvy na kategórie a tatami opakujú celé popoludnie, to znížilo náklady na generovanie o 40 až 60 percent a odstránilo väčšinu čakania.

Multi-tenantnosť od začiatku

Jedna platforma obsluhuje viacero miest konania, každé s vlastnými kanálmi, šablónami, dátovými zdrojmi a používateľmi, plne oddelené od ostatných. Spustenie nového miesta je duplikácia nájomníka, ktorá jedným kliknutím skopíruje knižnicu šablón, dátové prepojenia aj zvukové súbory namiesto ručného skladania celého nastavenia.

Prehrávanie smerované do haly, nie do krabičky

Hlásenia sa prehrávajú priamo z prehliadača pre operátorov, ktorým stačí notebook, a streamujú cez RTSP pre miesta, ktoré posielajú zvuk do existujúcej AV alebo vysielacej techniky. Ani jedna cesta nepotrebuje proprietárny hardvér, a práve to umožnilo, aby ten istý systém fungoval v školskej telocvični aj v aréne.

Ako to funguje

01
Zostavte

Kliknite na šablóny z bočného panela a pridajte segmenty do fronty

02
Vyplňte

Pre šablóny s dátovými zdrojmi vyberte z prehľadného zoznamu živých možností

03
Prezerajte

Počujte presne to, čo bude vaše publikum počuť, pred odoslaním

04
Vytvorte

Spustí sa generovanie audia - segmenty sa uložia a fronta sa vyčistí

05
Prehrajte

Hlásenie sa doručí na všetky nakonfigurované prehrávačské endpointy

Výsledky

Tradičný postup
S Yobikoe
✕Dni až týždne na vytvorenie hlásenia
✓Pod 60 sekúnd od textu po vysielanie
✕50-500 € za hlásenie (štúdio, herci, strih)
✓Zlomky centu (TTS API)
✕Pridanie jazyka = nahrávanie celého obsahu odznova
✓Zaškrtnite políčko - všetky jazyky naraz
✕Aktualizácia obsahu = plánovanie novej session
✓Upravte text, regenerujte, hotovo
✕Škálovanie na nové miesto = celý proces znovu
✓Duplikujte nájomníka jedným kliknutím
✕Proprietárne PA kontroléry viazané na hardvér
✓Prehrávanie v prehliadači alebo RTSP stream do techniky, ktorú už máte

Jedna platforma. 74 jazykov. Sekundy, nie dni.

Od interného nástroja k produktu

Systém už hlási naživo na reálnych podujatiach na Slovensku, od majstrovstiev v karate po robotickú súťaž: 46. Grand Prix Slovakia 2026, 4. Memoriál Milana Karafu, Bratislavský pohár mládeže a Robotický Battle. Pýtalo si ho toľko organizátorov, že sme ho vyčlenili z nášho športového toolkitu a vydali ako samostatný produkt. Dnes sa predáva na podujatie, plány Yobikoe sú odstupňované podľa kapacity miesta konania a Yobikoe pre karate turnaje rozoberá turnajový postup do detailu.

Chcete Yobikoe na svojom podujatí?

Rezervujte si živé demo s vlastným rozpisom alebo štartovnou listinou a ukážeme vám, ako by zneli hlásenia u vás.

Ahmed Al Hafoudh