VoxisLive 的全部功能，深入解读。

无需驱动的系统音频捕获

VoxisLive 通过 WASAPI 进程环回直接读取您的 Windows 音频混合输出——录屏软件也用同样的底层 Windows Audio Session API 来捕获正在播放的内容。无需 VB-CABLE，无需虚拟音频设备，也无需任何路由设置。安装应用后，它立刻就能听到您听到的声音，支持 Windows 10 和 11。

捕获还会排除 VoxisLive 自己的输出，因此应用不会翻译自己的声音——即使在双向对话中也是如此。

79 种语言，会话中可随时切换

从 79 种语言中选择您想听的语言——在会议模式中，还可选择对方听到的语言，并用一个交换按钮一键互换这一对语言，无需停止会话。源语言自动识别可处理多语言音频。

双向会议模式

会议模式同时运行两个实时会话：对方的讲话经由扬声器翻译成您的语言，您自己的讲话则被翻译成对方的语言，并通过虚拟麦克风送出。可与 Teams、Zoom、Meet、Webex 和 Discord 配合使用——参会者列表中不会出现任何机器人。

各应用的分步指南（附截图）：Zoom、Microsoft Teams 和 Google Meet。

原生同声传译，而非流水线

语音被送入一个多模态实时模型，它在一次低延迟处理中完成识别、翻译和重新说出——就像人工口译员在同传间里工作一样。它在说话人还在讲的时候就开始翻译，并比说话人慢几秒。

心理声学原声压低

译文语音播放时，原声会自动调低——与专业同声传译的做法一致——这句结束后再恢复。您始终能分清是谁在说话。

实时双语转写记录与导出

每个会话都会生成可搜索的转写记录——每一行原文都直接位于译文上方。会话结束后，可导出为 TXT、SRT 或 VTT。

屏幕字幕，按需开启

一个可选的始终置顶字幕悬浮层会浮在任何应用或游戏之上，显示译文——说话人切换处带有 S1/S2 标签。双语视图（每行原文位于译文上方）位于应用自己的字幕流中。语音才是产品本身；字幕则在您需要留存记录时随时可用。

隐私从设计开始

VoxisLive 从不以参与者身份加入您的通话，也不是浏览器机器人。语音活动检测、说话人切换标注以及免费方案的本地语音，都在您自己的 CPU 上运行。在付费方案中，会话进行期间，捕获的音频会持续流向翻译模型；在免费方案中，音频流经过筛选，只发送检测到的语音。会话结束后不会保留任何音频。完整的“捕获到播放”流程已作为源码公开摘录发布在 GitHub 上，您可以亲自核实究竟有什么离开了您的电脑。

源码公开

桌面引擎的音频管线已作为源码公开摘录发布在 GitHub 上——您可以审查捕获、翻译和播放的具体运作方式。完整应用请从 Microsoft Store 获取，使用预付分钟数，零配置。

正在和其他工具比较？我们持续更新一份 Windows 实时语音翻译应用的对比，包括各款应用更合适的情形。

本质上这就是系统音频捕获：VoxisLive 会翻译您电脑上任何应用播放的内容——参见在 Windows 上翻译系统音频。