Alt i en app

Din stemme forlater aldrig din computer

Den sætningen er hele præsentationen, og den gør det. Tre ting kommer til netværket – og kun under følgende omstændigheder: en licenskontrol ved lancering, en opdateringskontrol ved lancering, og modellen downloades af dig selv. Ingen lyd, ingen tekst, aldrig.

• Ingen lyd. Ingen tekst. Aldrig.
• Når modellene er på din disk og opdateringskontrollen er slået af, sendes ingenting ud overhovedet.
• Ingen netværk, ingen problem.

Kører på den laptop du allerede har

Der er ikke behov for en arbejdskomputer. Den kleine modellen køres på ethvert grafikkort med 4 GB, og hele systemet kan køres uden grafikkort overhovedet – det kræver 8 GB RAM, en firekerns x86_64-procesor og 5 GB på disken.

• NVIDIA — Vulkan 1.2+ GPU'er
• AMD — Vulkan 1.2+ GPU'er
• På Linux leveres det som en enkelt, portabel fil uden nogen installation.
• På Windows er det en normal installer, der ikke kræver administratorrettigheder.

Trettig sprog, 22 kinesiske dialekter, på din maskine

Det overskriver til trettig sprog og kan igenkende tolv kinesiske regionale dialekter af egen hand, uanset hvilken der tales.

Alt det køres på din maskine, uden gebyr per minut og uden opladdelse.

Oversættelse til 38 sprog – nytt i v2.0.0

Oversættelse til trettig åtte sprog – ny i v2.0.0

• Tal polskisk, få engelsk. Tal engelsk, få japansk.
• Sag det en gang og lade det skrives i engelsk, japansk, fransk og spansk på samme tid – én per linje, eller side ved side i samme linje, så mange målprog som du vil.
• Oversettelsen kan konkurrere med de store cloud-tjenesteleverandørene. Med støtte fra Tencents Hunyuan MT2 nær den på FLORES-200-benchmarken en kvalitetsgrad på 97,9% i forhold til Google Gemini 3.1 Pro, og overtræffer den i oversettelser af virkelige tekster samt sprog fra mindre grupper.
• Undertitler også – enkelt tekst eller SRT, tidsstempelret til sætninger, eller ord for ord når du behøver rette præcist.
• Og at oversætte en undertitelsfil beholder alle tidsmærkninger intakt.

Din maskine, din valg

To modellstørrelser – en valg fremfor en hierarki: den kleine til laptops og integreret grafik, den større til lyd med ekstra effekter eller høj noise. Du kan skifte til enhver tid. Transkripsjonen og oversettelsen bruger hver sin egen procesor, så den ene kan køres på grafikkortet, mens den andre køres på CPU’en.

• Små — for bærbarer og integreret grafik
• Stort — for accentueret eller noget støjigt audio

Valgfrie tilføjelser downloades på forespørgsel fra Indstillinger → Modeller: Forced Aligner (~540 MB) til tidsstempler på ordniveau, Hunyuan MT2 Fast (~1 GB) eller Kvalitet (~4,3 GB) til oversættelse.

Støjreduktion

Lærmreduktion er til sted for opnahmer, der gennemføres i en lydlig rum.

• Det er slukket som standard, fordi det ble konstrueret til at forvære korta, reine mikrofonklipper.
• Slå det på, når rummet er lydtet.
• Lad det være af, når din opnahme er i orden.
• Slået fra som standard — skift pr. optagelse eller altid tændt

Det lærer fra de rettelser du allerede gjør.

De fleste stem-apps beder dig om at læse eksempletninger. Denne træner sig på de rettelser du allerede gjør: rett et fejlhørt ord, og denne retting bliver eksempellet.

• Ingen provopnahme, ingen hjemopgave.
• Træning er en klik
• Kører på din egen hardware
• Den nye modellen er klar til at blive skiftet til, når den er færdig.
• Ingen opnåelsessessioner
• Ingen “Vinsamlegst gengiv følgende paragraf”.
• Bara din stemme, og de rettelser du allerede ændte til.

Tastaturet, der lyssner

Skriv hvor som helst der cursoren er – i editoren, terminalen, en chattbox, en form, et felt, der kan modtage indtastninger fra tastaturen. Og hvis du vil, skriver den oversættelsen istedet for transkriptionen: Sæt det på polsk, og det engelske kommer til sideën.

• Mikrofonen
• En lyd- eller videofil
• Den lyd, der spilles fra dine hørløser
• Fungerer med ethvert tekstfelt, enhver editor, terminal eller chat
• X11 og Wayland på Linux, native input på Windows

Dine ord, skrevet på din måde

Mærkenavne, jargon, kollegasnamn. Pinne dem en gang og de kommer ikke til at skrives fejlt mere. Samme liste styrer transkriptionen og oversettelsen, så en navn lokaliseres aldrig af mistak. Rett en fejlhørt ord en gang og det bliver træningsdata – du bliver aldrig bedt om at læse det ud til øvelse.

• Tilføj termer i Indstillinger — én pr. linje
• Forbedrer genkendelsen af egennavne og forkortelser
• Bevarer mærkenavne og tekniske termer i oversættelser
• Ingen genoptræning nødvendig – anvendes ved inferenstidspunktet

Agenten får ører

Giv din AI-agent muligheden til at lytte. Gennem MCP kan den transkribere, oversætte og opnåme en møde af enhver lengde på din maskine, uden API-kort.

• Transkriber lyd-/videofiler, mikrofonoptagelser eller systemlyd
• Oversæt tekst, SRT eller VTT (tosproget tilstand understøttet)
• Skift ASR- eller MT-beregningsenhed i farten
• Liste og skift mellem personlige stemmeprofiler
• Læs/skriv enhver app-indstilling fra agenten

En tre timers lang kall er ikke forskellig fra en tre minutters kall – der er inget at overvåge, og hvis du glemmer, at den blev opregistreret, går det ikke tapt: den slutter sig selv og gemmer transkriptet for dig.