Von Ihren Lautsprechern in Ihre Sprache — in wenigen Sekunden.

Schritt 1 — Audioerfassung, ganz ohne Treiber

VoxisLive nutzt WASAPI-Loopback — dieselbe systemnahe Windows Audio Session API, mit der Bildschirmrekorder „das, was gerade läuft“ aufzeichnen. Das ist native Windows-Funktionalität: keine virtuellen Audiokabel, keine Treiberinstallation, keine Änderungen am Audio-Routing. Die Erfassung erfolgt latenzfrei relativ zur Wiedergabe und erzeugt keine hörbaren Artefakte. Auf einem Mac mit Apple Silicon übersetzt Voxis für den Mac, was der Mac abspielt, ganz ohne Audiotreiber.

Konkurrenzprodukte leiten Audio üblicherweise über virtuelle Geräte wie VB-CABLE, die Treiberinstallationen erfordern (oft Administratorrechte und einen Neustart) und mit Exklusivmodus-Audio, ASIO-Treibern oder Anti-Cheat-Systemen kollidieren können. VoxisLive umgeht diese Problemklasse vollständig.

Schritt 2 — Sprachaktivitätserkennung auf dem Gerät

Die App führt eine Sprachaktivitätserkennung (VAD) direkt auf dem Gerät aus, um Sprache von Stille, Hintergrundgeräuschen und Musik zu trennen — lokal, auf Ihrer CPU, ohne Netzwerk-Roundtrip. Nur Segmente, die als menschliche Sprache erkannt werden, gelangen in die Übersetzung; das senkt die Latenz und schont Ihr Minutenguthaben. Die VAD verfolgt außerdem die eigene Sprachausgabe von VoxisLive, damit die App nie ihre eigene Stimme erneut übersetzt.

Schritt 3 — Simultanübersetzung in einem Durchgang

Sprachsegmente gehen an ein multimodales Echtzeitmodell, das Erkennung, Übersetzung und Sprachsynthese in einem einzigen Durchgang mit niedriger Latenz erledigt — und damit die drei sequenziellen Netzwerkaufrufe einer klassischen Pipeline (Sprache-zu-Text → Übersetzung → Text-zu-Sprache) zu einem zusammenfasst. Wie ein menschlicher Dolmetscher in der Kabine beginnt es zu übersetzen, während der Sprecher noch spricht.

Schritt 4 — Gesprochene Wiedergabe mit Ducking

Die übersetzte Stimme wird über Ihr Ausgabegerät wiedergegeben, während zwei Dinge parallel geschehen: Psychoakustisches Ducking senkt das Originalaudio ab, solange die Übersetzung spricht (analog zum professionellen Simultandolmetschen), und die Latenzsynchronisierung hält jede Übersetzung an ihrem Sprachsegment ausgerichtet, damit auch lange Sitzungen nie auseinanderlaufen.

Den Überblick ansehen — was Voxis kann, in unter 8 Minuten

Dieser 7:48-minütige Überblick zeigt die ganze App so, wie sie heute im Microsoft Store erhältlich ist: welches Problem sie löst, wie treiberlose Audioaufnahme und Simultandolmetscher zusammenarbeiten, der Modus Video & Spiel, der wechselseitige Meeting-Modus, Stimm- und Untertiteloptionen, Verlauf und Transkript-Export, die Neuerungen in Version 1.0.93 sowie wie das kostenlose Kontingent und die einmaligen Minutenpakete funktionieren. Untertitel in 23 Sprachen.

Wie schnell ist es wirklich?

VoxisLive arbeitet nahezu simultan, nicht verzögerungsfrei: typischerweise wenige Sekunden hinter der Originalsprache, abhängig von Äußerungslänge und Netzwerklatenz. Sehr kurze Fragmente werden gebündelt, um schlechte Einzelwortübersetzungen zu vermeiden.

Meetings ohne Bot

VoxisLive tritt einem Anruf nie als Teilnehmer bei, fordert nie Host-Berechtigungen an und greift nie in die Meeting-App ein. Es liest das Audio, das ohnehin über Ihre Lautsprecher wiedergegeben wird — dadurch ist es für andere Teilnehmer unsichtbar und verhält sich in Zoom, Teams, Google Meet, Webex und Discord identisch. Im Zwei-Wege-Modus übersetzt es zusätzlich Ihre eigene Sprache über ein virtuelles Mikrofon in die Meeting-Sprache.

Was Ihren Rechner verlässt

Bei der verwalteten Store-App werden erkannte Sprachsegmente an das Modell weitergeleitet, und nach Sitzungsende wird kein Audio aufbewahrt. Stille und Nicht-Sprach-Audio verlassen Ihren Rechner dank der VAD auf dem Gerät gar nicht erst.

Video & Spiel-Modus — übersetzen Sie alles, was auf Ihrem PC läuft

Nutzen Sie diesen Modus für einen Film, einen Stream, ein YouTube-Video oder ein Spiel mit gesprochenem Dialog.

1. Öffnen Sie VoxisLive und wählen Sie im linken Bereich Video & Spiel.
2. Wählen Sie unter Ich höre auf die Sprache, die Sie hören möchten. Die gesprochene Sprache stellen Sie nicht ein — sie wird automatisch erkannt.
3. Klicken Sie auf Starten. Es ist nichts weiter einzustellen — VoxisLive hört sich an, was bereits über Ihre Lautsprecher läuft, und beginnt innerhalb weniger Sekunden, die Übersetzung zu sprechen.

Es gibt nichts zu installieren und kein separates Audiogerät auszuwählen: VoxisLive erfasst den Systemton Ihres PCs direkt (siehe „Audioerfassung ohne Treiber" weiter oben).

Meeting-Modus — in Teams, Zoom oder Google Meet gehört und verstanden werden

Der Meeting-Modus funktioniert in beide Richtungen: Sie hören die Sprache der anderen Person in Ihre Sprache übersetzt, und wenn diese Sie ebenfalls übersetzt hören soll, wird Ihre Stimme in ihre Sprache übersetzt.

Beide Auswahlfelder sind Zielsprachen, und keines davon ist die gesprochene Sprache. „Ich höre auf“ legt fest, was bei Ihnen ankommt; „Gegenüber hört auf“ legt fest, was bei der Gegenseite ankommt. Die gesprochene Sprache wird Satz für Satz automatisch erkannt, in beide Richtungen — welche Sprache Sie also auch sprechen, sie kommt drüben in der gewählten Sprache an, und selbst wenn Ihr Gegenüber mehrsprachig ist oder drei Sprachen im selben Gespräch fallen, hören Sie weiterhin nur Ihre.

1. Öffnen Sie VoxisLive und wählen Sie im linken Bereich Meeting. Stellen Sie Ich höre auf (die Sprache, in der Sie hören möchten) und Gegenüber hört auf (die Sprache, in der die Gegenseite hören soll) ein. Keines der beiden Felder fragt nach der gesprochenen Sprache — die wird automatisch erkannt.
2. Klicken Sie auf Starten. Sie hören die andere Person wenige Sekunden später übersetzt.
3. Damit Sie ebenfalls verstanden werden, ist ein zusätzlicher Schritt erforderlich — nicht in VoxisLive, sondern in Ihrer Meeting-App: Öffnen Sie die eigenen Audioeinstellungen von Teams (oder Zoom, oder Meet) und stellen Sie als Mikrofon das auf Ihrem PC installierte virtuelle Kabel ein (benannt „CABLE Output" oder ähnlich) — VoxisLive installiert keines, sondern nutzt ein bereits vorhandenes. VoxisLive wechselt das Windows-Standardmikrofon automatisch, aber manche Meeting-Apps merken sich das zuvor ausgewählte Mikrofon und übernehmen die Änderung nicht von selbst — prüfen Sie es daher einmal zu Beginn des Anrufs.

Schritt-für-Schritt-Anleitungen mit Screenshots für jede App: Zoom, Microsoft Teams und Google Meet.

Wenn Sie den letzten Schritt überspringen, hören Sie alle anderen trotzdem übersetzt — die anderen hören dann weiterhin Ihre eigene Stimme. Das virtuelle Kabel selbst ist unter Windows nicht optional: Ist keines installiert, startet der Meeting-Modus nicht, und die App sagt Ihnen das, bevor die Sitzung beginnt. Installieren Sie ein kostenloses wie VB-CABLE und starten Sie VoxisLive neu. Unter Linux legt die App ihr eigenes virtuelles Mikrofon an. Wenn Sie die Gegenseite nur verstehen müssen, erledigt das der Modus Video & Spiel ohne zusätzliche Einrichtung.

Nutzen Sie speziell einen WhatsApp-Anruf? In der bebilderten Anleitung für WhatsApp-Anrufe finden Sie Schritt-für-Schritt-Screenshots zu beiden Schritten.