Tłumaczenie na żywo stało się kluczową funkcją aplikacji do komunikacji, a rynek pełni się specjalistycznymi narzędziami AI. Narzędzia te działają poprzez łańcuch składający się z trzech elementów: rozpoznawania mowy, tłumaczenia maszynowego i syntezy tekstu na mowę, generując napisy lub mowę syntetyczną niemal w czasie rzeczywistym.
Spośród analizowanych rozwiązań wyróżniają się między innymi Palabra.ai oferujący dwukierunkowe tłumaczenie mowy ze spowolnieniem poniżej 1 sekundy i ceną 0,04 USD za minutę dla API, plany spotkań startujące od 60 USD miesięcznie, Google Translate Live z obsługą 70+ języków i wbudowanym zachowaniem intonacji oraz pauz, czy Apple Live Translation działający całkowicie na urządzeniu wsparty przez AirPods. DeepL Voice to kolejne rozwiązanie do platformy spotkań tłumaczące 40+ języków.
Wybór odpowiedniego narzędzia zależy od konkretnego wariantu użytku - napisy sprawdzają się podczas webinarów, tłumaczenie mowy nadaje się do rozmów dwukierunkowych. Rynek obejmuje zarówno aplikacje konsumenckie, wtyczki do spotkań, platformy eventów, jak i developer API, co daje elastyczność w wyborze dla różnych zastosowań biznesowych i osobistych.