任何应用的音频——而不只是一个文件
大多数翻译工具都要求您一开始就确定一个来源:一个文件、一个链接、一个标签页。VoxisLive 监听的是传到您扬声器的 Windows 系统音频,这意味着它适用于任何应用——播放外语新闻的浏览器、桌面视频播放器、有外语配音的游戏、会议窗口、播客应用。
无需为每个来源单独配置:启动 VoxisLive,从 79 种语言中选择您的目标语言,然后想播放什么就播放什么。由于一切都是在系统层面捕获的,翻译会在各个应用之间无缝地跟随着您。
无需驱动的音频捕获,原理说明
VoxisLive 使用 WASAPI 进程环回(WASAPI process-loopback,Windows 内置功能)来捕获正在播放的音频。无需虚拟音频驱动,无需 VB-CABLE,无需路由工具:在 Windows 10 和 11 上,安装后即可立即使用。只有双向会议模式需要 VB-CABLE,用来把您翻译后的声音送入通话。捕获会排除 VoxisLive 自己的输出,以防止重复翻译的循环。
语音会以流的形式送入同声传译模型,该模型在一次低延迟处理中完成识别、翻译和重新说出,只比原说话人慢几秒。
单向或双向
在收听时,视频与游戏模式会压低原声,让译文清晰地浮在原声之上。在对话时,会议模式还会通过虚拟麦克风把您自己的讲话翻译成对方的语言——关键在于,不会向通话中添加任何机器人参与者。
语音输出,需要时还有转写记录
得到的是一个用您的语言说话的自然人声——而不是屏幕字幕。实时双语转写记录依然会保留,并且可以导出为 TXT、SRT 或 VTT,还附带可搜索的历史记录。
VoxisLive 主要通过 Microsoft Store 发布,应用内提供付费的 BYOK(使用自己的 API 密钥)解锁,可使用您自己的 Gemini 或 Qwen 密钥——其工作方式请参阅 GitHub。要进行比较,请参阅价格。