Véalo En acción

Su centro de mando

La pantalla principal pone todo al alcance de la mano. Puedes cambiar de micrófonos, alternar entre los dos modelos de transcripción (0.6B y 1.7B) para lograr el equilibrio adecuado entre velocidad y precisión, cambiar idiomas y transcribir o traducir archivos. Traduce en tiempo real tu voz mediante la traducción simultánea multilingüe. Configura el filtro de reducción de ruido y elige qué dispositivo ejecutará el modelo de transcripción, todo ello sin necesidad de abrir un menú. Un botón de palabras clave de acceso rápido te permite añadir términos específicos del dominio en tiempo real.

La última transcripción siempre está visible en la parte inferior, junto a una tarjeta de entrenamiento que muestra cuántas muestras de voz has almacenado para el entrenamiento personal; haz clic en ella para ver la lista completa de muestras. Desde aquí puedes abrir Ajustes, ver el Historial, corregir la última transcripción o comenzar a grabar con un solo clic. Al cerrar la ventana, la aplicación se oculta en la bandeja del sistema, donde sigue ejecutándose en segundo plano, lista para actuar en cuanto presiones su tecla rápida.

Presione, hable, listo.

Presione su tecla de acceso rápido y la aplicación comenzará a escuchar. Un temporizador en tiempo real muestra el tiempo transcurrido y cuánto tiempo queda para grabar. Suelte la tecla, o presiónela nuevamente en modo de alternancia, y el audio será transcrito y escrito directamente en la ventana que tenga el foco.

Transcribe cualquier archivo, en cualquier idioma.

Transcriba — o transcriba y traduzca — cualquier archivo de audio o video. Arrastre y suelte el archivo o busque uno, elija un idioma de destino si desea una traducción, y guarde el resultado como un archivo de texto plano o de subtítulos SRT.

Grabar y traducir en vivo

Transcribe — o transcribe y traduce — la entrada del micrófono en tiempo real. Graba, elige un idioma de destino si deseas una traducción, y guarda el resultado como un archivo de texto plano o de subtítulos SRT.

Graba lo que suena en tus altavoces

Transcriba — o transcriba y traduzca — el audio de cualquier dispositivo de salida en su PC, como sus altavoces. Capture llamadas de reuniones, pestañas del navegador o cualquier audio del sistema, y luego guarde el resultado como un archivo de texto plano o de subtítulos SRT.

Traducir a muchos idiomas al mismo tiempo

Para la traducción simultánea a varios idiomas, seleccione los idiomas de destino en los que desea traducir al mismo tiempo y elija cómo se mostrarán los resultados en la pantalla: uno por línea, uno al lado del otro o solo el primer idioma de destino.

Traducir el texto y los subtítulos

Traduzca cualquier texto plano o archivo de subtítulos SRT a otro idioma. Su lista de palabras clave también se aplica aquí, por lo que los nombres de marcas y los términos técnicos mantienen su consistencia en la traducción.

Enseñale su vocabulario.

El cuadro de diálogo de palabras clave le permite proporcionar a la IA una lista de palabras que debe dar prioridad: nombres, términos técnicos, nombres de marcas o cualquier vocabulario poco común. Simplemente escriba una palabra y presione Enter. El modelo utiliza estas indicaciones durante la transcripción para evitar reconocer erróneamente términos importantes, y la misma lista mantiene la consistencia de dichos términos al traducir. No se requiere reentrenamiento: las palabras clave surten efecto de inmediato.

Corregir errores, mejorar el modelo

Aparece el cuadro de diálogo “Transcripción correcta” cuando se pulsa el botón “Corregir” en la pantalla principal. Muestra la transcripción original junto con un campo editable para las correcciones. Al guardar, el texto corregido y su correspondiente clip de audio se añaden automáticamente a los datos de entrenamiento, creando así un conjunto de datos personalizado que mejora la precisión del modelo para su voz con el tiempo.

Tu voz, tu conjunto de datos

La ventana de Datos de Entrenamiento muestra todos los ejemplos de voz que ha grabado. Puede reproducir cualquier muestra, leer su transcripción y eliminar las entradas que ya no desee. Estos ejemplos constituyen el conjunto de datos utilizado al ajustar el modelo a su voz; cuanto más corrija y grabe, mejor será su capacidad para entenderlo.

Personalice la IA en su propia máquina

La pestaña de Entrenamiento perfecciona el modelo de transcripción con su propia voz mediante LoRA, adaptándolo a su acento, vocabulario y estilo de habla, todo sin enviar datos a ningún lugar. Con un solo clic se inicia el proceso: la aplicación selecciona automáticamente el backend NVIDIA CUDA cuando hay una GPU compatible, o recurre a la CPU en su lugar. Una vez finalizado el entrenamiento, el resultado se combina y se exporta en formato GGUF, para que pueda pasar a utilizar su modelo personal desde Ajustes → Modelos. El entrenamiento de voz personal es gratuito con cada licencia de pago.

Modelos y dispositivos

La pestaña “Modelos” es donde se gestionan todos los modelos que utiliza la aplicación. Active las marcas de tiempo a nivel de palabra descargando el Forced Aligner opcional, descargue los modelos de traducción, establezca sus valores predeterminados y elija en qué dispositivo se ejecutará el modelo de traducción, independientemente del motor de transcripción. Puede realizar la transcripción en una GPU y la traducción en otra, o asignar ambas tareas a la CPU.

Control total sobre la entrada

La pestaña de Audio es donde se configura la forma en que interactúa con la aplicación. Elija su tecla de acceso rápido para grabar de una lista de atajos, decida entre los modos de grabación continua y por pulsaciones, o asigne un botón lateral del ratón para un control sin manos.

Un control deslizante de volumen ajusta la ganancia de entrada, y es posible cambiar el backend de inserción de texto si ciertas aplicaciones no aceptan el método de escritura predeterminado. En la parte inferior, un interruptor activa la reducción de ruido por IA integrada, impulsada por DeepFilter —desactivada por defecto—, con un control deslizante de atenuación que permite regular el grado de supresión del ruido de fondo.

30 idiomas + 22 dialectos chinos, con un solo clic

La pestaña Idioma determina el idioma que escucha el motor de transcripción. Puede elegir entre 30 idiomas disponibles, dejarlo en modo de detección automática o seleccionar chino para activar el reconocimiento automático de 22 dialectos regionales del chino. También puede crear una lista de idiomas favoritos que aparecerán en un menú desplegable de cambio rápido en la pantalla principal; es ideal si dicta con frecuencia en más de un idioma.

Todo lo que dijo puede buscarse.

La pestaña Historial controla cómo se almacenan las transcripciones. Active el historial de sesiones para mantener un registro que se elimina al cerrar la aplicación, o cambie a historial persistente para guardar las transcripciones entre sesiones. La ventana Historial de Transcripciones muestra un registro con fecha y hora de todo lo que la aplicación ha transcrito, junto con un botón Eliminar Historial para borrarlo en cualquier momento. Todo el historial se almacena localmente en su dispositivo.

Hágalo suyo.

La pestaña Apariencia le permite elegir entre un tema oscuro y uno claro, así como cambiar el idioma de la interfaz. Los cambios de tema surten efecto después de un reinicio.

Manténgase al día

La pestaña Actualizaciones muestra su versión actual, enlaces al sitio web y proporciona datos de contacto para soporte. El botón Informar de un error le permite enviar comentarios directamente al equipo de desarrollo. Las actualizaciones se verifican automáticamente al iniciar la aplicación.