Ansehen In Aktion

Ihr Befehlszentrum

Ein Fenster enthält alles. Öffnen Sie eine Audio- oder Videodatei, nutzen Sie das Mikrofon oder erfassen Sie, was über Ihre Lautsprecher abgespielt wird. Drei Wege, ein Ort – keine separaten Tools, mit denen man hantieren muss, keine Menüs, in denen man suchen muss.

Die letzte Transkription ist stets unten sichtbar, zusammen mit einer Trainingskarte, die anzeigt, wie viele Sprachproben Sie für das persönliche Training gespeichert haben – klicken Sie darauf, um die vollständige Liste der Proben anzusehen. Von hier aus können Sie die Einstellungen öffnen, die Historie ansehen, die letzte Transkription korrigieren oder mit einem einzigen Klick mit der Aufnahme beginnen. Beim Schließen des Fensters wird die App in den Systemtray versteckt, wo sie im Hintergrund weiterläuft und bereit ist, sobald Sie Ihre Tastenkombination drücken.

Drücken, sprechen – fertig.

Drücken, sprechen, fertig. Die Sprachtastatur. Drücken, sprechen, loslassen – und die Wörter erscheinen dort, wo sich der Cursor befindet: In einem Browser, einer IDE, einer Chat-App oder in jedem Feld, das eine Tastatur akzeptiert. Möchten Sie die Übersetzung anstelle des Transkripts? Geben Sie dann diese ein.

Transkribieren Sie jede Datei – in jeder Sprache

Öffnen Sie eine zweistündige Meeting-Aufnahme und gehen Sie Kaffee holen. Keine Längenbegrenzung, nichts muss beaufsichtigt werden – die Software verarbeitet die gesamte Datei und liefert Ihnen das Transkript. Vergessen Sie, dass die Aufnahme noch läuft – nichts geht verloren; sie beendet die Arbeit von selbst. Alles geschieht auf dem Rechner vor Ihnen, in Ihrer Sprache, mit Ihrem Akzent.

Aufnehmen und in Echtzeit übersetzen

Aufnehmen Sie ein Gespräch, ein Treffen oder eine Unterhaltung – und sehen Sie zu, wie die Worte im Moment des Sprechens erscheinen. Fügen Sie eine Übersetzung hinzu, und schon erhalten Sie die Sprache in einer einzigen Aktion. Ihr Akzent stört nicht, denn das System hat Sie bereits erkannt.

Erfassen Sie, was über Ihre Lautsprecher abgespielt wird

Das Treffen, an dem Sie als Gast teilgenommen haben. Das Video ohne Transkript. Das Webinar, dessen Hälfte Sie verpasst haben. Es hört das, was aus Ihren Lautsprechern kommt, nicht nur das, was aus Ihrem Mikrofon kommt.

In viele Sprachen gleichzeitig übersetzen

Sprechen Sie einmal auf Polnisch, lassen Sie den Text gleichzeitig in Englisch, Japanisch, Französisch und Spanisch tippen – jeweils in einer Zeile oder nebeneinander in derselben Zeile. Wählen Sie so viele Zielsprachen wie Sie möchten. Sie haben es einmal gesagt; es wird in allen Sprachen angezeigt.

Text und Untertitel übersetzen

Übersetzen Sie den reinen Text oder ein Untertitel-Datei und bewahren Sie dabei alle Zeitangaben bei. SRT oder reiner Text – je nach Bedarf genau nach Satz oder Wort für eine präzise Bearbeitung. Was die Qualität angeht, erreicht Tencents Übersetzungsmotor auf dem FLORES-200-Benchmark 97,9 % der Leistung von Google Gemini 3.1 Pro und übertrifft ihn bei der Übersetzung in der Praxis sowie bei Sprachen mit geringer Verbreitung – laut eigenen Angaben von Tencent. Gemessen wurde die Qualität, nicht die Geschwindigkeit.

Bringen Sie ihm Ihr Vokabular bei

Ihre Markennamen, Ihr Jargon, die Namen Ihrer Kollegen – speichern Sie diese einmal ab, und sie werden nicht mehr falsch angezeigt. Die gleiche gespeicherte Liste leitet die Transkription und Übersetzung, sodass ein Name niemals versehentlich lokalisiert wird.

Fehler beheben, das Modell verbessern

Korrigieren Sie ein falsch gehörtes Wort einmal – dann wird es zu Trainingsdaten. Es gibt keine Beispielsätze zum Vorlesen. Die Korrekturen, die Sie bereits vornehmen, lehren das System.

Ihre Stimme, Ihr Datensatz

Es trainiert auf Ihrer Stimme, und der Datensatz gehört Ihnen – er bleibt auf Ihrem Rechner. Drei Dinge erreichen das Netzwerk, und nichts sonst: eine Lizenzprüfung beim Start, eine Update-Prüfung beim Start und die Modell-Downloads, die Sie selbst starten. Keine Audiodaten, kein Text, niemals. Sobald die Modelle auf der Festplatte sind, funktioniert es völlig ohne Netzwerk. Das Gespräch mit Ihrem Anwalt, das unveröffentlichte Produkt, die Patientennotizen – transkribiert, ohne dass etwas durchsickern kann.

Personalisieren Sie die KI – auf Ihrem Gerät

Die Schulung erfolgt mit nur einem Klick, läuft auf Ihrer eigenen Hardware – und das neue Modell ist bereit, sobald die Schulung abgeschlossen ist. Es gibt zwei Modellgrößen: die kleinere für Laptops mit integrierter Grafik sowie die größere für Audio mit starken Störgeräuschen. Es handelt sich dabei um eine Wahl, nicht um verschiedene Ebenen – und Sie können jederzeit wechseln.

Modelle & Geräte

Es läuft auf dem Laptop, den Sie bereits haben. Das kleine Modell benötigt etwa 2 GB Grafikspeicher, das größere etwa 3,5 GB; die Übersetzungsmaschine benötigt etwa 2 GB für die schnelle Variante, etwa 6 GB für die Qualitätsvariante. Keine Grafikkarte? Das funktioniert auch — 8 GB RAM und eine Vier-Kern-CPU. Unter Linux ist es eine einzelne portable Datei ohne Installation; unter Windows ein Installer, der keine Administratorrechte benötigt. Wenn Ihr Linux älter als glibc 2.38 ist — Ubuntu 22.04, Debian 12 — startet es nicht. Fedora 39, Ubuntu 24.04, Debian 13 und neuer sind willkommen.

Volle Kontrolle über die Eingabe

Mikrofon, Datei oder Lautsprecher – die Eingabemethode liegt bei Ihnen. Sowohl die Transkription als auch die Übersetzung können jeweils ihren eigenen Prozessor verwenden; einer läuft dabei auf der Grafikkarte, während der andere auf der CPU läuft.

Die Geräuschreduzierung dient dazu, Aufnahmen in einem lauten Raum zu verbessern, ist aber standardmäßig deaktiviert – weil sie dazu führte, dass kurze, klare Mikrofonaufnahmen schlechter wurden.

30 Sprachen + 22 chinesische Dialekte – mit nur einem Klick

Transkribieren in 30 Sprachen, übersetzen in 38 Sprachen – und 23 Sprachen ermöglichen eine Übersetzung in beide Richtungen. Allein erkennt es 22 chinesische Dialekte. Die Sprache Ihrer Großmutter aus Sichuan wird korrekt wiedergegeben.

Alles, was Sie gesagt haben, durchsuchbar

Jede Transkription wird auf Ihrem Gerät gespeichert und kann durchsucht werden. Das zweistündige Treffen, an das Sie sich nicht erinnern, ist immer noch dort. Es musste nichts hochgeladen werden, damit es aufbewahrt wird.

Machen Sie es zu Ihrem

Machen Sie es zu Ihrem eigenen. Geben Sie Ihrem KI-Agenten „Ohren“. Er kann über MCP auf Ihrem Gerät transkribieren und übersetzen – ohne API-Schlüssel, der zum kostenpflichtigen Lizenzpaket gehört. Wenn Ihr Agent nur über URLs auf Inhalte zugreifen kann, kann die App einen lokalen Endpunkt bereitstellen, der einen Token erfordert und ohne diesen nicht gestartet werden kann. Ein dreistündiger Anruf unterscheidet sich nicht von einem dreiminütigen.

Auf dem Laufenden bleiben

Kaufen Sie es einmal – dann gehört es Ihnen. Ein Jahr lang werden Updates bereitgestellt; danach sind Updates optional, und ohne sie funktioniert die App weiterhin mit der vorhandenen Version, unbegrenzt lange. Sie wird auch in fünf Jahren weiterhin funktionieren, egal ob Sie uns erneut bezahlen oder nicht. Das ist alles.