翻訳音声として届ける
マイク入力をテキスト化して翻訳し、本人声に近い音声として出力するワークフローを想定しています。
VoxShiftは、話した内容を認識、翻訳、本人声に近い音声へ変換し、Windowsの音声ルーティングを通じて通話アプリやOBSへ届けるソフトです。翻訳モードは、話し終える前に翻訳を始める「高速」と、より多くの文脈を待つ「品質優先」から選べます。完全な同時通訳ではなく準リアルタイムですが、字幕だけでなく相手に聞こえる翻訳音声まで扱える点を重視しています。

マイク入力をテキスト化して翻訳し、本人声に近い音声として出力するワークフローを想定しています。
Discord、ゲームVC、OBS、会議アプリなど、Windows側で音声入力を選べる環境での利用を想定しています。
音声認識、翻訳、音声生成を行うため遅延があり、GPU、設定、文の長さで変わります。購入前に無料版で体感遅延を確認してください。
Live音声翻訳には、NVIDIA CUDA対応GPU(GTX 16 / RTX 20シリーズ以降)とVRAM 4GB以上が必要です。音声デバイスや仮想オーディオの構成にも左右されるため、購入前に無料版(Steam Demo / Microsoft Store無料体験版)で自分のPCに合うか確認してください。無料版は、ライブが1回10分まで、翻訳先は英語のみ、軽量モデル固定、Soundboardは3件までです。
いいえ。VoxShiftは準リアルタイム音声翻訳ソフトです。高速モードでは話し終える前に翻訳を始めますが、認識、翻訳、音声生成の処理時間は発生します。
字幕確認に加えて、自分の発話を翻訳音声として出力し、VCや配信へ届ける導線を重視しています。
Windowsの音声入力や仮想オーディオを選べるDiscord、ゲームVC、OBS、会議アプリなどでの利用を想定しています。実際の動作は無料版で確認してください。
音声翻訳はPC環境差が大きいソフトです。購入する前に、無料版でPCチェック、音声デバイス、遅延傾向を確認してください。SteamとMicrosoft Storeは別製品で、どちらも買い切りです。