VoxisLive의 모든 기능을 자세히 살펴봅니다.

드라이버 없는 시스템 오디오 캡처

VoxisLive는 WASAPI process-loopback을 통해 Windows 오디오 믹스를 직접 읽어들입니다 — 화면 녹화 프로그램이 재생 중인 오디오를 캡처할 때 사용하는 것과 동일한 저수준 Windows Audio Session API입니다. VB-CABLE도, 가상 사운드 장치도, 별도로 라우팅할 것도 필요 없습니다. 앱을 설치하기만 하면 Windows 10과 11에서 사용자가 듣고 있는 소리를 그대로 캡처합니다.

캡처 과정에서는 VoxisLive 자신의 출력음도 제외되므로, 양방향 대화 중에도 앱이 자기 목소리를 번역하는 일은 없습니다.

79개 언어, 세션 중에도 교체 가능

79개 언어 중에서 듣고 싶은 언어와 말하고 싶은 언어를 선택하고, 세션을 멈추지 않고도 클릭 한 번으로 언어 쌍을 바꿀 수 있습니다. 소스 언어 자동 감지 기능이 다국어 오디오도 처리합니다.

양방향 회의 모드

회의 모드는 두 개의 실시간 세션을 동시에 실행합니다. 상대방의 말은 스피커를 통해 사용자의 언어로 번역되고, 사용자의 말은 상대방의 언어로 번역되어 가상 마이크를 통해 전달됩니다. Teams, Zoom, Meet, Webex, Discord와 함께 작동하며, 참가자 목록에는 어떤 봇도 나타나지 않습니다.

파이프라인이 아닌, 네이티브 동시통역

음성은 인식, 번역, 음성 합성을 하나의 저지연 과정으로 처리하는 멀티모달 실시간 모델로 전달됩니다 — 부스 안의 인간 통역사가 일하는 방식과 같습니다. 화자가 아직 말하는 동안에도 번역을 시작하며, 대략 2초 정도 늦게 진행됩니다. 전문 동시통역사는 보통 2~4초 정도 늦게 통역합니다.

심리음향 더킹(ducking)

번역된 음성이 재생되는 동안 원본 오디오는 자동으로 낮아집니다 — 전문 동시통역 방식을 그대로 반영한 것입니다 — 그리고 해당 발화가 끝나면 다시 원래 볼륨으로 복원됩니다. 누가 말하고 있는지 언제나 알 수 있습니다.

실시간 이중 언어 자막 및 내보내기

모든 세션은 원본 대사와 사용자의 언어를 나란히 보여주는, 검색 가능한 자막을 생성합니다. 세션이 끝나면 TXT, SRT 또는 VTT 형식으로 내보낼 수 있습니다.

원하신다면, 화면 자막도

선택적으로 항상 위에 표시되는 자막 오버레이가 모든 앱이나 게임 위에 떠 있으며, 원본 대사와 사용자의 언어를 2단으로 표시합니다. 핵심은 음성이지만, 기록이 필요할 때는 자막을 활용할 수 있습니다.

설계부터 프라이버시 중심

VoxisLive는 참가자로 통화에 참여하지 않으며, 브라우저 봇도 아닙니다. 기기 내 음성 활동 감지 덕분에 무음과 비음성 오디오는 사용자의 기기를 벗어나지 않습니다. 감지된 음성 구간만 번역 모델로 전송되며, 세션이 끝난 뒤에는 어떤 오디오도 보관되지 않습니다. 오픈소스 BYOK 빌드는 사용자 본인의 키로 오디오를 Google에 직접 전송하며, VoxisLive 서버는 전혀 관여하지 않습니다.

오픈 코어

데스크톱 엔진은 GitHub에 오픈소스로 공개되어 있습니다. 자신의 Gemini API 키로 무료로 실행하며 전체 오디오 파이프라인을 검토할 수도 있고, 별도 설정 없이 선불 사용 시간으로 바로 쓸 수 있는 Microsoft Store의 관리형 앱을 설치할 수도 있습니다.