VoxShift
Windows voice translation software

用你的声音,说进外语语音聊天。

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。

VoxShift中文“实时”页,显示语言对、翻译模式、“当前”和“历史记录”以及输入电平。
Windows 10/11Discord / Game VC / OBS10 LanguagesReference VoiceBidirectional SubtitlesSteam / Microsoft Store

Supported Languages

日本語English中文한국어DeutschFrançaisРусскийPortuguêsEspañolItaliano日本語English中文한국어DeutschFrançaisРусскийPortuguêsEspañolItaliano
Problem

在海外语音聊天中,你失去的不只是语言吗?

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。

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。

普通TTS会削弱你的存在感

即使文字翻译正确,通用合成音也很难让人感觉那是你。

会议工具不适合游戏和Discord

VoxShift围绕虚拟麦克风、监听、OBS字幕和游戏语音路由来设计。

功能

为语音聊天设计的本人声翻译。

Reference Voice Translation

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。

Fast / Quality Modes

“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。

Now / History View

“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。

Discord / Game VC Ready

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。

Bidirectional Subtitles

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。

OBS Caption Support

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。

Setup Wizard

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。

Low VRAM Modes

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。

Live Start Check

“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。

Bidirectional Mode

自己用声音翻译,对方用字幕理解。

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。

自己 → 对方

  1. Speak
  2. Voice Recognition
  3. Translation Engine
  4. Voice Synthesis
  5. Virtual Mic

语音输出

对方 → 自己

  1. 桌面音频获取
  2. 语音识别
  3. 翻译引擎
  4. 字幕
  5. 日志保存

字幕翻译

Demo

购买前先确认实际流程

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。

VoxShift中文“实时”页,显示语言对、翻译模式、“当前”和“历史记录”以及输入电平。

Live翻译控制台

  • 语言对
  • 快速 / 质量优先
  • 当前
  • 历史记录
  • 输入电平
VoxShift中文“音频”页,显示麦克风输入、翻译语音的输出位置、监听输出和音量设置。

Discord / 游戏语音路由

  • 麦克风输入
  • 翻译语音的输出位置
  • 监听(自己收听)
  • 音量
  • 防破音
VoxShift中文“音频”页中的OBS字幕设置,显示obs-websocket主机和端口、文本源和字幕模式。

OBS字幕联动

  • OBS WebSocket
  • 文本源更新
  • 仅译文
  • 原文 + 译文
VC Toolkit

把翻译变成语音聊天里真正能用的工具。

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

VoxShift中文“音频”页(输出与监听路由),叠加Soundboard和声音调整信息。

Soundboard提示

就绪
On my wayNiceWaitAgain?ThanksReady

声音调整

降噪开
EQ+2 dB
防破音安全

一键提示

Soundboard

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。

  • 短回复
  • 直播反应
  • 游戏报点

降噪 / EQ / 防破音

Audio Polish

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。

  • 降噪
  • EQ调整
  • 防止爆音

VC / 监听 / OBS

Routing View

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。

  • 翻译语音输出
  • 监听输出
  • OBS字幕
场景

不只是会议室工具。

Discord

用接近自己声音的外语和海外朋友语音聊天。

Game VC

把报点、战术和反应用翻译语音传达出去。

OBS / Streaming

为海外观众加入翻译语音和字幕。

Online Meetings

也可用于会议,但重点是语音聊天、直播和游戏。

Setup Wizard

把第一次设置的门槛降下来。

VoxShift会处理AI模型、虚拟音频、麦克风和输出路径。设置向导会按顺序检查关键项目,帮助你在Live开始前发现配置问题。

VoxShift中文设置向导,按步骤显示显示语言、适合此电脑的质量、语言、麦克风和输出、声音录制和最终检查。
  1. 1显示语言
  2. 2适合此电脑的质量
  3. 3输入/输出语言
  4. 4麦克风
  5. 5翻译语音输出 / 监听
  6. 6录制你的声音(可选)
  7. 7最终检查
  8. 8开始Live
Limits

购买前请了解

  • 这不是零延迟翻译。
  • GPU/VRAM不足时,延迟和语音质量可能下降。
  • 对方语音以翻译字幕显示,不会朗读。
  • 超低显存模式下翻译在CPU上运行,可能较慢。
  • 不支持多说话人独立分离。
  • 多人同时说话时,转写和翻译精度可能下降。
  • 翻译质量会随模型、语言、发音清晰度和专业词汇而变化。
  • 禁止未经同意使用他人的声音。
  • 工作、医疗、法律、金融等误译影响较大的场景需要谨慎使用。
价格

先用免费版确认,没问题再购买完整版。

免费版

免费

下载免费版
  • Steam Demo / Microsoft Store免费试用版
  • 每次Live最长10分钟(可随时重新开始)
  • 翻译输出仅限英语
  • 固定使用轻量模型
  • Soundboard最多3个
  • 设置向导、声音录制和设备检查

完整版

推荐

一次性购买

立即购买
  • 本人声翻译
  • Live无10分钟限制
  • 可输出全部10种语言
  • 按电脑自动选择模型
  • 可选高质量模型
  • 双向字幕模式
  • Discord / 游戏 / OBS输出
  • OBS字幕
  • Soundboard
  • 降噪 / EQ / 防破音

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。

Requirements

购买前请确认运行环境

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。

ModeVRAM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)
Feature Details

主要功能

Live Translation+
  • Microphone input
  • Voice activity detection
  • Speech recognition
  • Translation engine
  • Reference voice generation
  • Streaming playback
  • Fast / Quality modes
  • Now / History view
  • Start / stop / pause / resume
Reference Voice+
  • Short voice recording (optional)
  • Reference text to read aloud
  • Use my live voice as a reference
  • Only voice my own speech
  • Noise suppression
  • Saved voices and profiles
Bidirectional Subtitles+
  • Partner subtitles
  • Desktop audio capture
  • Process loopback
  • Source text
  • Translated text
  • Auto clear
  • Log saving
Audio Routing+
  • Input device selection
  • Translated voice output
  • Monitor (hear it yourself)
  • Passthrough of your own voice with adjustable volume
  • Virtual audio detection
  • VB-CABLE: optional install on Steam, official page guidance on Microsoft Store
Soundboard+
  • Preset reactions
  • Short cues
  • Stream sound effects
  • One-shot playback during games
  • Conversation support during translation wait
  • Optional EQ
  • VC profiles
Streaming / OBS+
  • Built-in subtitle window
  • OBS WebSocket
  • Text source update
  • Source + translation
  • Translation only display
Tuning+
  • Automatic PC check
  • GPU memory modes: Standard / Low VRAM / Ultra-low VRAM
  • Performance → Manual settings
  • Voice quality: Automatic / Standard / High
  • Optional quality recognition and voice generation models
  • Noise suppression
  • EQ presets
  • Clipping protection
Diagnostics+
  • GPU / VRAM check
  • Live start check
  • Estimated VRAM
  • Audio device diagnostics
  • Setup diagnostics report
FAQ

常见问题

是完全实时的吗?+

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。

需要什么显卡?+

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。

免费版有哪些限制?+

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。

能翻译对方的声音吗?+

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。

能分离多个人的声音吗?+

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。

能完全复刻我的声音吗?+

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。

可以使用别人的声音吗?+

不可以。禁止使用未获得同意的声音。

先确认你的电脑能否运行。

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。

免费版购买