Разработчик TOWA YOSHIDA выпустил в раннем доступе на площадках Steam и Microsoft Store программу VoxShift, предназначенную для перевода речи в реальном времени во время игр, стримов и голосового общения. Проект ориентирован на геймеров и создателей контента, которым требуется коммуникация с иностранными игроками без использования сторонних роботоподобных голосовых движков.
В отличие от классических переводчиков с механическим синтезом речи, VoxShift клонирует оригинальный голос пользователя на основе коротких аудиозаписей, сохраняя индивидуальный тембр при переводе на другие языки. На текущий момент заявлена поддержка 10 языков, среди которых русский, английский, японский, китайский, корейский, немецкий, французский, испанский, португальский и итальянский. Софт интегрируется с популярными сервисами и приложениями, включая Discord, OBS и внутриигровые голосовые чаты.
Ключевым технологическим решением стал полностью локальный процесс обработки данных на ПК пользователя. Распознавание речи, перевод текста и генерация клонированного голоса выполняются непосредственно на компьютере без отправки аудиозаписей на внешние облачные серверы, что обеспечивает конфиденциальность переговоров.
Однако требование полной локальности привело к жестким системным ограничениям, способным отсечь значительную часть аудитории. Для работы VoxShift требуется исключительно видеокарта NVIDIA с поддержкой CUDA и объемом видеопамяти не менее 6 ГБ. В минимальных требованиях указана NVIDIA GeForce RTX 2060, а в рекомендуемой конфигурации числится RTX 3060 с 12 ГБ VRAM и до 80 ГБ свободного места на диске для загрузки локальных моделей искусственного интеллекта. Пользователи видеокарт от AMD и Intel, а также владельцы систем без дискретной графики полностью лишены поддержки.
Как заявили разработчики из TOWA YOSHIDA, VoxShift сильно зависит от индивидуального окружения каждого пользователя, включая микрофоны, наушники и виртуальные аудиоустройства, поэтому проект был запущен в раннем доступе для постепенного улучшения стабильности, снижения задержки и повышения качества перевода. Выход полноценной версии планируется через 6-12 месяцев, в течение которых авторы собираются улучшать маршрутизацию звука через виртуальные кабели вроде VB-CABLE.
Помимо голосового перевода, функционал программы включает встроенное шумоподавление, интерактивный саундборд для звуковых эффектов и вывод динамических субтитров для трансляций в OBS. При этом создатели предупреждают, что технология работает в формате близком к реальному времени и может демонстрировать небольшие задержки, а точность распознавания существенно снижается при одновременном разговоре нескольких человек.
Программа распространяется по модели разовой покупки без ежемесячных подписок по цене 1450 рублей. В честь выхода приложения в Steam действует скидка 30%, снижающая стоимость до 1015 рублей до 15 августа 2026 года. Для проверки совместимости ПК и настройки аудиоустройств перед покупкой доступна бесплатная ознакомительная версия.
Источник: www.playground.ru