从扬声器到您的语言，只需几秒。

第 1 步——音频捕获，无需驱动

VoxisLive 使用 WASAPI 环回——这是 Windows 底层的音频会话 API（Windows Audio Session API），录屏软件也用它来捕获“正在播放的声音”。这是 Windows 的原生能力：无需虚拟音频线，无需安装驱动，也不用更改音频路由。捕获与播放之间没有延迟，也不会产生可听见的杂音。

同类工具通常把音频路由到 VB-CABLE 之类的虚拟设备，这需要安装驱动（往往要管理员权限并重启），还可能与独占模式音频、ASIO 驱动或反作弊系统冲突。VoxisLive 完全避开了这类问题。

第 2 步——设备端语音检测

应用在设备端运行语音活动检测（VAD），把语音与静音、背景噪声和音乐区分开——在您的 CPU 上本地完成，无需经过网络往返。只有被识别为人声的片段才会进入翻译，这样既降低延迟，也能保护您的分钟余额。VAD 还会跟踪 VoxisLive 自己播放的语音，因此不会把自己的声音再翻译一遍。

第 3 步——一次完成的同声传译

语音片段会送入一个多模态实时模型，由它在一次低延迟处理中完成识别、翻译和语音合成——把传统流程中依次进行的三次网络调用（语音转文字 → 翻译 → 文字转语音）合并为一次。就像同声传译间里的人工口译员，说话人还在讲，它就已经开始翻译。

第 4 步——带原声压低的语音播放

译文语音通过您的输出设备播放，同时有两件事并行进行：基于心理声学的原声压低会在译文播放时调低原声（与专业同声传译的做法一致），延迟同步则让每段译文与对应的语音片段保持对齐，因此长时间使用也不会错位。

观看概览——不到 8 分钟了解 Voxis 能做什么

这段时长 7:48 的概览视频完整介绍了 Microsoft Store 中现行版本的应用：它要解决的问题、无需驱动的捕获与同声传译如何配合、视频与游戏模式、双向会议模式、语音与字幕选项、历史与转写记录导出、1.0.93 版本的新增内容，以及免费方案和一次性分钟套餐的运作方式。视频提供 23 种语言的字幕。

到底有多快？

VoxisLive 近乎同步，而非零延迟：通常比原声慢几秒，具体取决于话语长度和网络延迟。很短的片段会被合并处理，以免出现质量差的单词翻译。

没有机器人的会议

VoxisLive 从不以参会者身份加入通话，从不请求主持人权限，也从不触碰会议应用本身。它读取的是已经在向您的扬声器播放的音频，因此其他参会者看不到它，而且在 Zoom、Teams、Google Meet、Webex 和 Discord 中表现一致。在双向模式下，它还会通过虚拟麦克风，把您自己的讲话翻译成会议所用的语言。

哪些数据会离开您的电脑

使用 Store 版托管应用时，音频经由代理发送给模型，会话结束后不会保留任何音频。设备端 VAD 把语音与静音、背景噪声和音乐区分开；在付费方案中，会话进行期间音频流持续发送，而在免费方案中只发送检测到的语音。

视频与游戏模式——翻译电脑上播放的任何内容

适用于电影、直播、YouTube 视频，或带有人声对白的游戏。

1. 打开 VoxisLive，在左侧面板选择视频与游戏。
2. 在我听到的语言下选择您想听的语言。您无需设置所说的语言——它会被自动识别。
3. 按下开始。无需其他配置——VoxisLive 会监听扬声器中正在播放的任何内容，并在几秒内开始说出译文。

无需安装任何东西，也不用另选音频设备：VoxisLive 直接捕获电脑的系统音频（参见上文“音频捕获，无需驱动”）。

会议模式——在 Teams、Zoom 或 Google Meet 上听懂对方，也让对方听懂您

会议模式是双向的：您听到对方的讲话被翻译成您的语言；如果您也希望对方听到翻译，您的声音会被翻译成对方的语言。

两个选择器选的都是目标语言，都不是正在说的语言。“我听到的语言”决定传到您耳中的语言，“对方听到的语言”决定传到对方耳中的语言。所说的语言会被逐句自动识别，双向皆然——所以无论您切换到哪种语言，对方听到的仍是您所选的语言；即使对方使用多种语言，或同一通通话里有三种语言，您听到的也始终只有您选的那一种。

1. 打开 VoxisLive，在左侧面板选择会议。设置我听到的语言（您想听的语言）和对方听到的语言（对方应当听到的语言）。两者都不会问所说的是什么语言——这由系统自动识别。
2. 按下开始。您会立即听到对方参与者的译文。
3. 要让对方也听懂您，还需要在会议应用中（而不是在 VoxisLive 中）多做一步：打开 Teams（或 Zoom、Meet）自己的音频设置，把麦克风设为电脑上已安装的虚拟音频线（名为“CABLE Output”或类似名称）——VoxisLive 不会安装虚拟音频线，只会使用已有的那一条。VoxisLive 会自动切换 Windows 的默认麦克风，但有些会议应用会记住您之前选的麦克风，不会自行跟随这一变化——所以请在通话开始时再确认一次。

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

如果跳过最后一步，您仍然能听到其他所有人的译文——只是对方听到的还是您的原声。在 Windows 上，虚拟音频线本身是必需的：没有安装时，会议模式将无法启动，应用会在会话开始前告知您。请安装 VB-CABLE 这类免费的虚拟音频线，然后重启 VoxisLive。在 Linux 上，应用会自行创建虚拟麦克风。如果您只需要听懂对方，视频与游戏模式无需任何额外设置就能做到。

正在使用 WhatsApp 通话？请参阅带图解的 WhatsApp 通话设置指南，其中有这两个步骤的逐步点击截图。