Produkt Aktualizace

v2.0.0 — Překlad offline v 38 jazycích

Brethof Voice Pro už není jen nástrojem pro převod hlasu na text. Uvedena verze 2.0.0 offline překlad poháněno společností Tencent Hunyuan MT2 — na FLORES-200 (XCOMET-XXL) dosahuje úroveň 7B 97,9 % Google Gemini 3.1 ProA překonává Gemini v testech v reálném světě a u menšinových jazyků. Překlad probíhá výhradně na vašem počítači. Dva úrovně modelů ke stažení na požádání: Rychlý (~1 GB, méně než sekunda na CPU nebo GPU) a Kvalitní (~4,3 GB, méně než sekunda na GPU). Plus několik dlouho očekávaných doplňků.

Co je nové v verzi 2.0.0:

• Transkribovat + překládat — V rozbalovací nabídce Transcribe je možnost „Přeložit na:“. ASR provádí transkripci, MT překlad – oba výstupy se zobrazují vedle sebe. Funguje s soubory, mikrofonem a systémovým zvukem (nahrávání hovorů, kartiček v prohlížeči, čehokoli, co hraje z vašich reproduktorů).
• Vícejazyční hlasová klávesnice — Nový překladový čip v hlavní řadě otevírá 3sloupcovou mřížku jazyků. Vyberte jeden nebo více cílů a klávesnice vytvoří překlad. Režimy rozložení: jeden na řádek, v rámci řádku.EN: … || PL: …), nebo pouze první cíl.
• Překladač titulků SRT / VTT — zachovává časové údaje a indexy vodítek, podporuje dvoujazyčný režim (zdrojová řádek + překlad u každého vodítka). Je dostupný prostřednictvím MCP pro automatizaci pomocí umělých agentů.
• Více GPU na jeden engine — Nastavení → Modely obsahuje samostatný výběr zařízení pro každý engine. Spusťte ASR na Vulkan 0 a překlad na Vulkan 1, nebo přinotejte Hunyuan MT2 7B k CPU na noteboocích s omezenou VRAM.
• Osobní trénink hlasu probíhá zcela v reálném čase — Doladění modelu LoRA pomocí vašeho vlastního hlasu, end-to-end na vašem počítači. Karta trénování v hlavním okně okamžitě zobrazuje celkový počet vzorků a strávených minut; tlačítko „Začít trénovat“ v kartě Trénování automaticky vybere NVIDIA CUDA nebo CPU a poté automaticky exportuje trénovaný model do formátu GGUF. K dispozici zdarma s každou placenou licencí.
• 4 nové nástroje MCP — translate_text, translate_srt, list_compute_devices, set_compute_deviceCelkový počet nástrojů nyní činí 19.
• Upřímný jazyk rozděluje — ASR: 30 vybratelných jazyků + automatické rozpoznání + 22 čínských nářečí (celkem 52). Překlad: 38 jazyků (33 hlavních + 5 menšin v čínských oblastech). 23 z nich funguje obousměrně.

Binární soubor pro Linux má velikost 161 MB, instalační soubor pro Windows 118 MB. Stejné ceny za stažení: 49 USD pro jednotlivce, 149 USD pro firmy. Stávající licence zůstávají platné – prostě Stáhnout v2.0.0 A modely překladu se zobrazí v Nastavení → Modely.

v1.6.16 — Osobní trénink hlasu je nyní k dispozici

Trénovací proces byl vydán. Doladění pomocí LoRA pro váš vlastní hlas nyní běží end-to-end na vašem počítači – aplikace to automaticky vybere. NVIDIA CUDA or CPUPoté po dokončení automaticky exportuje trénovaný model do formátu GGUF. Každá úprava, kterou provedete v uživatelském rozhraní, se automaticky uloží do vašeho místního souboru dat určeného k trénování; karta s informacemi o trénování v hlavním okně okamžitě zobrazuje celkový počet vzorků a strávených minut.

Bonus: Přesnost hlasové klávesnice se zlepšila ve všech jazycích díky aktualizaci llama.cpp (verze b9222), která opravila problém s kolapsem hranic úseků u dlouhých nahrávek. K dispozici zdarma s každou placenou licencí.

v1.6.0 — Asynchronní úlohy transkripce + vylepšení SRT na úrovni slov

Dostaly se na trh dvě nové nástroje MCP: start_transcription okamžitě vrací ID úlohy, aby agent mohl vykonávat jinou práci, a get_transcription_status Průzkumy dokončení. Jeden úkol po druhém, výsledek bude zobrazen po dokončení. Dlouhé soubory již neblokují cyklus agenta.

Kromě toho řada oprav týkajících se výstupu ve formátu SRT/VTT na úrovni jednotlivých slov: už žádné nevyužité mezery před interpunkcí, už žádné samostatné tečky, už žádné „hotwordy“ nebo řetězce kontextu, které unikají do transkripce. Čistší titulky – není potřeba žádné ruční úpravy.

v1.5.0 — Odstraněno ONNX, běhový prostředí je nyní pouze llama.cpp + libmtmd

Úplné přepisování engine. Brethof Voice Pro nyní používá Qwen3-ASR pro zpracování od začátku do konce. llama.cpp s váhami kvantovanými v formátu GGUF prostřednictvím libmtmdONNX Runtime již neexistuje. Výsledkem je menší velikost instalace (~83 MB binárního souboru, oproti 400+ MB), rychlejší spouštění a už žádné potíže s kompatibilními verzemi CUDA/DirectML pro jednotlivé platformy.

Vulkan automaticky detekuje váš GPU – ať už se jedná o NVIDIA, AMD nebo Intel Arc – přičemž v případě absence GPU použije jako náhradu CPU. Týž engine nyní pohání všechny další funkce: ASR, hlasovou klávesnici, server MCP a (nyní ve verzi 2.0.0) také překlad.

v1.4.0 — premiéra serveru MCP + výběr zařízení s více GPU

Server Model Context Protocol byl spuštěn. Jakýkoli AI agent kompatibilní s MCP — Claude Desktop, Claude Code, kurzor, Cline — umožňuje provádět transkripci přes stdio (bez portu, bez firewallu). Ve stejné verzi je také dodáván Výběr zařízení s více GPU abyste si mohli vybrat, která GPU Vulkan bude používána pro ASR, spolu s volitelnými možnostmi Vynucený zarovnávač Doplňek pro časové značky na úrovni slov u každé transkripce.

Pouze pro placené verze – server MCP odmítá spustit se bez osobní nebo firemní licence. brethof-voice --mcp Jedná se o jednorázové spuštění.