只有字幕,很难真正加入对话
在语音聊天里,看懂和能用声音回应是两回事。

VoxShift 会转写并翻译麦克风输入,再通过参考声音合成翻译语音,输出到 Discord、游戏语音、OBS 和会议应用。
对方语音可翻译为字幕,让你同时用声音和字幕支持跨语言沟通。

Supported Languages
字幕翻译能帮助阅读,但不能让对方听到你的声音。普通TTS会抹掉你的个人感,变声器能改声音却不能改语言。VoxShift面向的正是翻译工具和真实语音聊天之间的空白。
在语音聊天里,看懂和能用声音回应是两回事。
即使文字翻译正确,通用合成音也很难让人感觉那是你。
VoxShift围绕虚拟麦克风、监听、OBS字幕和游戏语音路由来设计。
用接近你本人的声音朗读译文;可基于一段简短录音(可选),也可直接使用你说话时的声音。
“快速”在你说完一句话之前就开始翻译,“质量优先”会等待更多上下文。可在“实时”页选择。
“实时”页的“当前”显示正在说的内容,“历史记录”按从新到旧显示已完成的句子。
通过虚拟音频设备把翻译语音送到 Discord、游戏和 OBS,也可通过监听自己收听。
你的发言以语音输出,对方的发言(通话、游戏或视频音频)以字幕翻译显示。
可在应用内置的字幕窗口中显示,也可将原文和译文字幕发送到 OBS 文本源。
按步骤设置显示语言、适合电脑的质量、语言、麦克风和输出,以及可选的声音录制。
检测电脑的显存和 CPU,自动从“标准”“低显存”“超低显存”中选择。也可在“性能”页的“手动设置”中更改。
“实时”页会检查当前设置能否开始 Live;“性能”页会显示预计显存。
双向模式采用非对称设计,以降低 GPU 负载和延迟。你的发言会生成语音,对方发言会翻译成字幕。
语音输出
字幕翻译
这些截图来自在本地电脑上运行的当前版VoxShift应用。我们不提供会隐藏电脑要求的网页音频演示,而是让你用免费版(Steam Demo / Microsoft Store免费试用版)在自己的电脑上检查GPU、音频设备以及能否开始Live。



核心仍然是本人声翻译。在此基础上加入Soundboard、声音调整和路由视图,能让你更容易想象购买后如何在Discord、游戏语音和OBS中使用。
Core
本人声翻译 + 字幕
Support
Soundboard / EQ / 路由

Soundboard提示
就绪声音调整
一键提示
把短回复和反应提前准备好,让等待翻译时也不容易打断语音聊天节奏。
降噪 / EQ / 防破音
翻译语音不仅要能发出,也需要在同一流程里处理清晰度、EQ和音割保护。
VC / 监听 / OBS
把虚拟麦克风、监听输出和OBS字幕作为一条路径确认,减少设置错误。
用接近自己声音的外语和海外朋友语音聊天。
把报点、战术和反应用翻译语音传达出去。
为海外观众加入翻译语音和字幕。
也可用于会议,但重点是语音聊天、直播和游戏。

免费
下载免费版一次性购买
立即购买完整版在 Steam(抢先体验)和 Microsoft Store 销售,一次性购买,无需订阅。两家商店是各自独立的产品和许可证,在一家购买无法在另一家使用。价格请以各商店页面为准。
Live 语音翻译需要显存 4 GB 以上的 NVIDIA CUDA GPU(Turing 或更新架构)。购买前请先用免费版在自己的电脑上确认。
包含本人声生成的Live翻译需要显存4 GB以上、Turing或更新架构(GeForce GTX 16 / RTX 20系列及更新)的NVIDIA CUDA GPU(Radeon、Intel GPU或无GPU环境无法使用Live语音生成)。VoxShift会检测电脑并自动选择显存模式,也可在“性能”页的“手动设置”中自行选择。使用可选的高质量模型时需要更多显存。
| Mode | VRAM | 场景 |
|---|---|---|
| 设置 / 检查 | 无需 | 设置向导、音频设备检查和诊断(Radeon / Intel / 无GPU的电脑也可) |
| 标准 | 约 5.8 GiB 起 | 显存充足的电脑 |
| 低显存 | 约3.8 GiB | 显存较少的电脑 |
| 超低显存 | 约2.4 GiB | 显存更少的电脑(翻译在CPU上运行,可能较慢) |
不是。VoxShift 是准实时语音翻译,延迟会随 GPU、VRAM、句子长度和设置变化。“快速”模式会在你说完之前就开始翻译。
Live 语音翻译需要支持 CUDA 的 NVIDIA GPU:Turing 或更新架构(GeForce GTX 16 / RTX 20 系列或更新),显存 4 GB 以上。显存紧张时,会自动选择“低显存”或“超低显存”模式。Radeon、Intel GPU 或无 GPU 的电脑只能进行设置和诊断。
Steam Demo 和 Microsoft Store 免费试用版的限制相同:每次 Live 10 分钟后停止(可重新开始),翻译输出仅限英语,模型固定为轻量配置,音效板最多 3 个。设置、录音、设备检查和 OBS 联动等都可以试用。
可以。会聆听对方(通话、游戏或视频音频),并以翻译字幕显示,不会朗读。
不支持。多人同时说话时精度可能下降。开启“只朗读我自己的话”后,麦克风收到的其他人的声音不会被朗读。
不能。目标是接近你本人的声音,而不是完全复刻。事先录一段朗读短句的声音,会更接近你的声音。
不可以。禁止使用未获得同意的声音。
Live 语音翻译需要显存 4 GB 以上的 NVIDIA CUDA GPU(Turing 或更新架构)。购买前请先用免费版在自己的电脑上确认。