Producto Actualizaciones

v2.0.0: Traducción sin conexión en 38 idiomas

Brethof Voice Pro ya no es solo una herramienta de texto a voz. Llega la versión 2.0.0 traducción sin conexión proporcionado por Tencent Hunyuan MT2 — en FLORES-200 (XCOMET-XXL), el nivel 7B alcanza 97.9% de Google Gemini 3.1 ProAdemás, supera a Gemini en pruebas del mundo real y de lenguas minoritarias. La traducción se realiza íntegramente en su propia máquina. Hay dos niveles de modelo que se descargan según sea necesario: Rápido (~1 GB, en menos de un segundo en CPU o GPU) y de Calidad (~4,3 GB, en menos de un segundo en GPU). Además, varias adiciones muy esperadas.

Novedades en la v2.0.0:

• Transcribir + traducir — El menú emergente de Transcribe cuenta con un desplegable “Traducir a:”. Qwen3-ASR realiza la transcripción, Hunyuan MT2 realiza la traducción; ambos resultados se muestran uno al lado del otro. Funciona con archivos, el micrófono y el audio del sistema (grabación en bucle de llamadas de reuniones, pestañas del navegador, cualquier cosa que se reproduzca en los altavoces).
• Teclado de voz multilingüe — El nuevo chip de traducción en la fila principal permite mostrar una cuadrícula de idiomas de 3 columnas. Elija uno o más destinos y el teclado escribirá la traducción. Modos de disposición: uno por línea, en línea.EN: … || PL: …), o solo el primer objetivo.
• Traductor de subtítulos SRT / VTT — Mantiene los tiempos y los índices de indicación, admite modo bilingüe (línea de origen + traducción por cada indicación). Se expone a través de MCP para la automatización de agentes de IA.
• Múltiples GPU por motor — Ajustes → Modelos cuenta con un selector de dispositivo independiente para cada motor. Ejecute la ASR en Vulkan 0 y la traducción en Vulkan 1, o asigne a Hunyuan MT2 7B al CPU en portátiles con poca VRAM.
• El entrenamiento de voz personal se realiza en tiempo real. — Ajuste fino de LoRA con su propia voz, de extremo a extremo en su propia máquina. La tarjeta de entrenamiento de la ventana principal muestra de un vistazo el número total de muestras y los minutos grabados; “Iniciar entrenamiento” en la pestaña de Entrenamiento elige automáticamente NVIDIA CUDA o CPU, y luego exporta automáticamente el modelo entrenado a formato GGUF. Está incluido gratis con cada licencia de pago.
• 4 nuevas herramientas MCP — translate_text, translate_srt, list_compute_devices, set_compute_deviceEl número total de herramientas es ahora 19.
• Un lenguaje honesto divide. — ASR: 30 idiomas seleccionables + detección automática + 22 dialectos chinos (52 en total). Traducción: 38 idiomas (33 principales + 5 minorías de la región china). 23 permiten la traducción bidireccional.

El binario para Linux tiene 161 MB, mientras que el instalador para Windows tiene 118 MB. Los mismos precios de lanzamiento: 49 dólares para uso personal y 149 dólares para uso empresarial. Las licencias existentes se transfieren; simplemente Descargar v2.0.0 Y los modelos de traducción aparecerán en Ajustes → Modelos.

v1.6.16: Ya está disponible el entrenamiento de voz personal.

El pipeline de entrenamiento ya está listo. El ajuste fino de LoRA con su propia voz ahora se ejecuta de forma integral en su equipo; la aplicación elige automáticamente NVIDIA CUDA or CPULuego exporta automáticamente el modelo entrenado a formato GGUF una vez finalizado. Cada corrección que realice en la interfaz gráfica se guarda automáticamente en su conjunto de datos de entrenamiento local; la tarjeta de entrenamiento de la ventana principal muestra de un vistazo el número total de muestras y los minutos empleados.

Bonus: La precisión del teclado de voz mejoró en todos los idiomas gracias a una actualización de llama.cpp (versión b9222) que corrigió el problema de colapso de los límites de los segmentos en clips largos. Incluido gratis con cada licencia de pago.

v1.6.0 — Tareas de transcripción asíncrona + mejora en SRT a nivel de palabra

Llegan dos nuevas herramientas MCP: start_transcription devuelve un ID de tarea al instante para que el agente pueda realizar otras tareas, y get_transcription_status Encuestas para finalizar. Un trabajo a la vez; el resultado se muestra al terminar. Los archivos largos ya no bloquean el bucle del agente.

Además, una serie de correcciones para la salida en formato SRT/VTT a nivel de palabras: ya no habrá espacios sueltos antes de las signos de puntuación, ni indicadores con punto solitario, ni cadenas de palabras clave o contexto que se filtren en el transcripción. Subtítulos más limpios, sin necesidad de limpieza manual.

v1.5.0: Se eliminó ONNX; el tiempo de ejecución ahora es exclusivamente llama.cpp + libmtmd

Reescritura completa del motor. Brethof Voice Pro ahora utiliza Qwen3-ASR de punta a punta en llama.cpp con pesos cuantizados en GGUF a través de libmtmd. ONNX Runtime ya no existe. Como resultado: una instalación más pequeña (~83 MB de binario, en comparación con más de 400 MB), un inicio más rápido y sin tener que lidiar con versiones diferentes de CUDA/DirectML para cada plataforma.

Vulkan detecta automáticamente tu GPU —NVIDIA, AMD o Intel Arc— y recurre a la CPU en caso de que no haya GPU disponible. Este mismo motor impulsa ahora todas las funciones relacionadas: ASR, teclado de voz, el servidor MCP y, desde la versión 2.0.0, la traducción.

v1.4.0 — Lanzamiento del servidor MCP + selector de dispositivos multi-GPU

El servidor del Protocolo de Contexto del Modelo se ha conectado. Cualquier agente de IA compatible con MCP — Claude Desktop, Claude Code, Cursor, Cline — puede realizar la transcripción a través de stdio (sin puerto, sin firewall). La misma versión incluye seleccionador de dispositivos multi-GPU así que puedes elegir qué GPU Vulkan ejecutará la ASR, además de la opción adicional Alineador Forzado Complemento para marcas de tiempo a nivel de palabra en cada transcripción.

Solo está disponible en la versión de pago: el servidor MCP se niega a iniciarse sin una licencia personal o empresarial. brethof-voice --mcp Es la invocación de una sola línea.