На счет двух потоковости я не равильно выразился, скорее вариант СТЕРЕО подошел бы больше. То есть создаем файл
левый канал - русский, правый немецкий. А средствами виндовс просто регулируем баланс какой канал громче и соответственно приорететнее.
Режим стерео в этом случае не сильно затормозит и будет не намного ресурсоемче. Если геморой для переделки возможности стерео воспроизведения голосов ботов слишком большой или это не реально, то не настаиваю.
Может просто идея пригодится Вам, но уже в другом симе...
И до которого часа расчитываете отвечать?