امروز نسخه v1.0 از Brethof Voice Pro برای دانلود روی Windows 10/11 و Linux (Ubuntu، Fedora، Arch) در دسترس است. این یک برنامه دسکتاپ است که صدا را از میکروفون شما ضبط میکند و یک مدل ASR مبتنی بر Qwen را اجرا میکند. بهصورت محلی روی CPU یا GPU شما اجرا میشود و متن رونویسیشده را در هر پنجرهای که روی آن تمرکز دارید، تایپ میکند.
چه چیزهایی در نسخه ۱.۰ عرضه میشود
- ۳۰ زبان رونویسی بهعلاوه ۳۸ زبان ترجمه — عربی، کانتونی، چینی، چکی، دانمارکی، هلندی، انگلیسی، فیلیپینی، فنلاندی، فرانسوی، آلمانی، یونانی، هندی، کرواتی، مجارستانی، اندونزیایی، ایتالیایی، ژاپنی، کرهای، مقدونی، مالایی، فارسی، لهستانی، پرتغالی، رومانیایی، روسی، صربی، اسلواکی، اسلوونیایی، اسپانیایی، سوئدی، تایلندی، ترکی، اوکراینی، ویتنامی، بلغاری.
- دیکته با کلید میانبر سراسری — کلید میانبر خود را در هر جایی فشار دهید، صحبت کنید، رها کنید و متن در برنامه فعال تایپ میشود.
- ۱۰۰٪ آفلاین — بدون ابر، بدون تلهمتری، بدون نیاز به حساب کاربری برای رونویسی.
- سه سطح مدل — پایه (سریع، 0.6B پارامتر)، متوسط (1.7B)، بزرگ (3B). بر اساس سختافزار خود انتخاب کنید.
- کاهش نویز از طریق DeepFilterNet و تشخیص فعالیت صدا از طریق Silero VAD، هر دو به صورت محلی اجرا میشوند.
- کلمات کلیدی — نامها، مخففها و اصطلاحات دامنه را بهعنوان سرنخهای زمان استنتاج تزریق کنید (نیازی به آموزش مجدد نیست).
یک ابزار نه در v1.0: فاینتیونینگ مدل. بیلدهای قبلی آن را از طریق PyTorch داشتند، اما وقتی استنتاج را به GGUF منتقل کردیم، پایپلاین آموزش را خراب کردیم و آن را منتشر نمیکنیم تا زمانی که مرحله تبدیل محکم شود. به پست نقشه راه فاینتیونینگ.
قیمتگذاری
خرید یکباره، بدون اشتراک:
- Personal — ۲ دستگاه، برای استفاده تکنفره و حرفهای در مقیاس تجاری مناسب هستند. مشاهده قیمتها.
- Business — استفاده تیمی/سازمانی با تخفیف حجمی از ۱۰ صندلی. مشاهده قیمتها.
- نسخه آزمایشی رایگان ۱۴ روزه — بدون کارت اعتباری، تمام ویژگیها فعال هستند.
قیمتها بر اساس منطقه به طور خودکار تنظیم میشوند: اگر در اروپای شرقی، آسیای جنوبشرقی، آمریکای لاتین یا آفریقا هستید، قیمتها بر اساس تعادل قدرت خرید نمایش داده خواهد شد.
آنچه را درست انجام دادیم
چیزی که ما را بیشتر از همه خوشحال میکند، این است: زمان تا اولین کلمه. برنامه را باز کنید، کلید میانبر را فشار دهید و صحبت کنید. بدون ثبتنام. بدون مرورگر. بدون آپلود. بدون انتظار برای رفت و برگشت ابری. روی یک لپتاپ میانرده، Voice Pro یک جمله پنج ثانیهای را در کمتر از ۴۰۰ میلیثانیه با مدل پایه رونویسی میکند. این سرعت، هدف اصلی بود.
بعد چه میشود؟
- بیلد macOS — در حال انجام، هدف سهماهه سوم ۲۰۲۶.
- تنظیم دقیق بر اساس صدا و واژگان شما — زمانی که پایپلاین تبدیل PyTorch به GGUF آماده شود، ارائه میشود. هدف، سهماهه سوم 2026 است.
- حالت استریمینگ بلادرنگ — کلمات همزمان با صحبت کردن نمایش داده میشوند، نه پس از رها کردن کلید میانبر.
- سطوح بیشتر مدل — یک مدل edge-device بسیار کوچک برای سختافزارهای ضعیف، و یک مدل 7B برای دستگاههای قدرتمند.
اگر منتظر یک ابزار دیکتهبرداری بودهاید که به حریم خصوصی احترام بگذارد، امروز همان روز است. نسخه آزمایشی را دانلود کنید، ۱۴ روز دیکته کنید و به ما بگویید کجا از کار میافتد. ما هر ایمیلی را میخوانیم.