Produkt Aktualisierungen

v2.0.0 – Offline-Übersetzung in 38 Sprachen

Brethof Voice Pro ist nicht länger nur ein Tool zur Umwandlung von Sprache in Text. Die Version 2.0.0 ist jetzt verfügbar. Offline-Übersetzung angetrieben von Tencent Hunyuan MT2 — auf FLORES-200 (XCOMET-XXL) erreicht die 7B-Klasse 97,9 % von Google Gemini 3.1 ProUnd es übertrifft Gemini bei Tests in der realen Welt sowie bei Sprachen mit geringer Verbreitung. Die Übersetzung erfolgt vollständig auf Ihrem Gerät. Zwei Modellversionen, die nach Bedarf heruntergeladen werden können: Schnell (~1 GB, unter einer Sekunde auf CPU oder GPU) und Hochwertig (~4,3 GB, unter einer Sekunde auf GPU). Dazu noch mehrere lange erwartete Erweiterungen.

Was gibt es Neues in der Version 2.0.0:

• Transkribieren + übersetzen — Das Transcribe-Popup verfügt über ein Dropdown-Menü mit der Option „Übersetzen in:“ ASR führt die Transkription durch, MT übersetzt – beides wird nebeneinander angezeigt. Es funktioniert mit Dateien, Mikrofon sowie Systemtonen (Loopback-Aufnahmen von Telefonaten, Browsertabellen, allem, was über Ihre Lautsprecher abgespielt wird).
• Mehrsprachiges Sprach-Tastaturfeld — Der neue Übersetzungschip in der Hauptzeile eröffnet ein 3-spaltiges Sprachgitter. Wählen Sie ein oder mehrere ZielSprachen aus, und die Tastatur tippt die Übersetzung ein. Anordnungsmodi: eine pro Zeile, eingebettetEN: … || PL: …), oder nur das erste Ziel.
• SRT / VTT-Untertiteltreiber – Behält Zeitangaben sowie Cue-Indizes bei, unterstützt den zweisprachigen Modus (Quellzeile + Übersetzung pro Cue). Über MCP für die Automatisierung durch KI-Agenten zugänglich.
• Mehrere GPUs pro Engine — Einstellungen → Modelle bietet einen separaten Geräteauswähler für jede Engine. Führen Sie die ASR auf Vulkan 0 und die Übersetzung auf Vulkan 1 aus, oder weisen Sie Hunyuan MT2 7B auf der CPU bei Laptops mit begrenzter VRAM-Kapazität zu.
• Die persönliche Stimmausbildung findet vollständig in Echtzeit statt. — LoRA-Feinabstimmung anhand Ihrer eigenen Stimme, vollständig auf Ihrem Gerät. Auf der Trainingskarte im Hauptfenster werden die Gesamtanzahl der Samples sowie die aufgenommene Zeit auf einen Blick angezeigt; „Trainieren starten“ in der Trainingsleiste wählt automatisch entweder NVIDIA CUDA oder CPU aus und exportiert das trainierte Modell anschließend als GGUF. Im Lieferumfang jeder kostenpflichtigen Lizenz enthalten.
• 4 neue MCP-Tools — translate_text, translate_srt, list_compute_devices, set_compute_deviceDie Gesamtzahl der Tools beträgt nun 19.
• Ehrliche Sprache teilt auf — ASR: 30 wählbare Sprachen + Automatisches Erkennen + 22 chinesische Dialekte (insgesamt 52). Übersetzung: 38 Sprachen (33 Hauptsprachen + 5 Minderheitensprachen aus chinesischen Gebieten). 23 davon ermöglichen die Übersetzung in beide Richtungen.

Die Linux-Binärdatei hat eine Größe von 161 MB, der Windows-Installer 118 MB. Die Preise bleiben unverändert: 49 US-Dollar für Privatnutzer, 149 US-Dollar für Unternehmen. Bestehende Lizenzen bleiben gültig – einfach nur Download v2.0.0 Und die Übersetzungsmodelle werden unter Einstellungen → Modelle angezeigt.

v1.6.16 – Die persönliche Stimmenausbildung ist jetzt verfügbar

Der Trainingsprozess ist verfügbar. Die LoRA-Anpassung an Ihre eigene Stimme wird nun vollständig auf Ihrem Gerät durchgeführt – die App wählt automatisch aus. NVIDIA CUDA or CPUAnschließend exportiert es das trainierte Modell automatisch in GGUF, sobald die Arbeit abgeschlossen ist. Jede Korrektur, die Sie in der GUI vornehmen, wird automatisch in Ihr lokales Trainingsdatensatz gespeichert; die Trainingsanzeige im Hauptfenster zeigt Ihnen auf einen Blick die Gesamtanzahl der Beispiele sowie die verstrichenen Minuten an.

Bonus: Die Genauigkeit der Sprach-Tastatur wurde in allen Sprachen durch ein Update von llama.cpp (Version b9222) verbessert, das ein Problem mit den Grenzen von Abschnitten in langen Clips behob. Enthält sich kostenlos bei jeder kostenpflichtigen Lizenz.

v1.6.0 — Asynchrone Transkriptionsaufgaben + Verbesserungen auf Wortebene in SRT

Zwei neue MCP-Tools sind verfügbar: start_transcription gibt sofort eine Job-ID zurück, damit der Agent andere Aufgaben erledigen kann, und get_transcription_status Abstimmungen zur Abschlussprüfung. Eine Aufgabe nach der anderen – das Ergebnis wird bei Fertigstellung direkt angezeigt. Lange Dateien blockieren den Agentenloop nicht mehr.

Zusätzlich eine Reihe von Korrekturen für die Wortebene der SRT/VTT-Ausgabe: Keine weiteren isolierten Leerzeichen vor Satzzeichen, keine weiteren Einzelpunkte als Zeitangaben, keine weiteren Hotword-/Kontextzeichenfolgen, die in die Transkription gelangen. Sauberere Untertitel – keine manuelle Bearbeitung mehr erforderlich.

v1.5.0 — ONNX wurde entfernt, die Laufzeit basiert nun ausschließlich auf llama.cpp + libmtmd

Komplette Neuschreibung des Engines. Brethof Voice Pro nutzt nun Qwen3-ASR in vollem Umfang. llama.cpp mit GGUF-quantisierten Gewichten über libmtmdONNX Runtime ist nicht mehr verfügbar. Die Folgen sind eine kleinere Installation (etwa 83 MB großes Binärdatei, gegenüber mehr als 400 MB zuvor), ein schnellererer Start sowie das Ende der Probleme mit den plattformspezifischen CUDA/DirectML-Bibliotheken.

Vulkan erkennt automatisch Ihre GPU – NVIDIA, AMD oder Intel Arc – und greift bei Abwesenheit einer GPU auf einen CPU-Backup zurück. Derselbe Motor steuert nun alle damit verbundenen Funktionen: ASR, Sprachtastatur, den MCP-Server sowie (seit der Version 2.0.0) die Übersetzung.

v1.4.0 — Erstveröffentlichung des MCP-Servers + Auswahlwerkzeug für mehrere GPU-Geräte

Der Server des Model Context Protocol ist gestartet. Jeder mit MCP kompatible KI-Agent – Claude Desktop, Claude Code, Cursor, Cline — kann die Transkription über stdio ausführen (kein Port, kein Firewall). Derselbe Release enthält außerdem Multi-GPU-Geräte-Selektor damit Sie auswählen können, welche Vulkan-GPU zur Ausführung der ASR verwendet wird, sowie die optionale Gezwungener Ausrichter Erweiterung für Zeitstempel auf Wortebene in jeder Transkription.

Nur für die bezahlte Version – der MCP-Server weigert sich, ohne eine persönliche oder geschäftliche Lizenz zu starten. brethof-voice --mcp Es handelt sich um die einzeilige Aufrufweise.