Vozo AI

Vozo AI ist eine 2024 in Sunnyvale, Kalifornien gegründete KI-Plattform für Video-Lokalisierung, die bereits von über 7 Millionen Nutzern und Unternehmen in mehr als 40 Ländern eingesetzt wird. Die Plattform bietet einen umfassenden Lokalisierungs-Workflow, der Untertitel, KI-Dubbing, Lippensynchronisation und On-Screen-Texterkennung in über 110 Sprachen kombiniert. Das Herzstück von Vozo ist die proprietäre VoiceREAL-Technologie, die auf über 200.000 Stunden menschlicher Sprache trainiert wurde und jeden Sprecher klont, um Videos mit natürlicher Emotion und Studio-Qualität zu synchronisieren.

Ergänzt wird dies durch LipREAL, eine Lippensynchronisationstechnologie, die auf großen Datensätzen gesprochener Gesichtsaufnahmen basiert und lebensechte Lippenbewegungen liefert, die zur übersetzten Sprache in jeder Zielsprache passen. Besonders innovativ ist die On-Screen-Text-Translation: Vozo erkennt Texte im Video, entfernt sie, übersetzt sie und setzt sie in der neuen Sprache zurück ein – unter Beibehaltung von Layout, Stil und Animationen. Dies ist besonders wertvoll für Tutorial-Videos, Infografiken und Produktdemonstrationen, bei denen Bildschirmtext ein integraler Bestandteil des Inhalts ist.

Der intuitive Editor ermöglicht Echtzeit-Anpassungen an Text, Dubbing und Timing. Ein Glossar-System stellt sicher, dass Produktnamen, Fachbegriffe und Figurennamen über alle Sprachen hinweg korrekt und konsistent übersetzt werden. Das Preismodell beginnt bei 0 Euro (Free) und reicht über den Pro-Plan für 8 Euro monatlich bis zum Premium-Plan für 29 Euro.

Für Unternehmen gibt es Business-Pläne zwischen 99 und 990 Euro pro Monat. Das Credit-basierte System bietet etwa 15 Minuten LipREAL-Synchronisation oder 50 Minuten VoiceREAL-Dubbing pro 150 Punkte im Premium-Plan. Vozo richtet sich an YouTuber, Social-Media-Creator, E-Learning-Anbieter und Unternehmen mit internationalem Publikum.