Tingnan ito Sa Paggamit

Ang iyong sentro ng komando

Nasa pangunahing screen ang lahat ng kinakailangan. Maaari kang magpalit ng mikropono, pumili sa pagitan ng dalawang modelo ng transkripsyon (0.6B at 1.7B) para makamit ang tamang balanse sa bilis at katumpakan, baguhin ang wika, at i-transcribe o i-translate ang mga file. Maisasalin agad ang iyong boses gamit ang sabay-sabay na multi-wika na pagsasalin. Maaari kang mag-set ng filter para sa pagbawas ng ingay at pumili kung aling device ang gagamit sa modelo ng transkripsyon — lahat nito nang hindi kailangang buksan ang menu. Mayroon ding button para sa mabilis na pagdaragdag ng mga terminong partikular sa isang domain.

Ang huling transkripsyon ay laging nakikita sa ibaba, kasama ang isang card ng pagsasanay na nagpapakita kung gaano karaming sample ng boses ang nakaimbak mo para sa personal na pagsasanay — i-click ito upang tingnan ang buong listahan ng mga sample. Mula rito, maaari kang magbukas ng Settings, tingnan ang History, itama ang huling transkripsyon, o magsimulang magrekord sa isang klik lamang. Ang pag-close sa bintana ay naglilihis sa app sa system tray, kung saan patuloy itong tumatakbo sa background, handa sa sandaling pindutin mo ang hotkey nito.

Pindutin, magsalita, tapos na.

Pindutin ang hotkey mo at magsisimulang makinig ang app. Isang real-time na timer ang nagpapakita ng oras na lumipas at kung gaano pa katagal ang natitirang oras para sa pagre-record. Bitawan ang key — o pindutin muli sa toggle mode — at ang audio ay iko-convert at ilalagay nang direkta sa bintanang kasalukuyang nakatuon.

I-transcribe ang anumang file — sa anumang wika

I-transkribuhin — o i-transkribuhin at isalin — ang anumang file ng audio o video. I-drag and drop o mag-browse papunta sa file, pumili ng target na wika kung nais ng pagsasalin, at i-save ang resulta bilang file ng plain-text o SRT subtitle.

I-record at isalin nang live

I-record ang input mula sa mikropono nang live, isalin ito, o pareho. Pumili ng wikang nais gamitin para sa pagsasalin, at i-save ang resulta bilang file ng plain-text o SRT subtitle.

I-record ang nilalabas sa iyong mga speaker

I-record — o i-record at isalin — ang audio mula sa anumang output device sa iyong PC, tulad ng mga speaker nito. Kunin ang tunog mula sa mga meeting call, browser tab, o anumang system audio, pagkatapos ay i-save ang resulta bilang isang plain-text o SRT subtitle file.

Isalin sa maraming wika nang sabay-sabay

Para sa sabay-sabay na pagsasalin sa maraming wika, pumili ng mga wikang nais mong isalin nang sabay at piliin kung paano ilalagay ang mga resulta sa screen — isa bawat linya, magkatabi, o tanging unang target lamang.

Isalin ang teksto at mga subtitle

Isalin ang anumang plain text o SRT subtitle file sa ibang wika. Ang listahan ng iyong hotwords ay ginagamit din dito, kaya nananatiling pare-pareho ang mga pangalan ng brand at mga terminong teknikal sa pagsasalin.

Turuan ito ng iyong bokabularyo.

Ang dialog na Hotwords ay nagpapahintulot sa iyo na ibigay sa AI ang listahan ng mga salitang dapat nitong bigyang-priyoridad — mga pangalan, terminong teknikal, pangalan ng tatak, o anumang di-pangkaraniwang bokabularyo. I-type lamang ang isang salita at pindutin ang Enter. Ginagamit ng modelo ang mga patnubay na ito habang nagsasagawa ng transkripsyon upang maiwasan ang maling pagkilala sa mga mahahalagang termino, at ang parehong listahan ang nagpapanatiling pare-pareho ang mga terminong iyon sa panahon ng pagsasalin. Hindi kinakailangan ng muling pagsasanay — agad na epektibo ang mga hotword.

Itama ang mga pagkakamali, pagbutihin ang modelo

Lilitaw ang dialog na “Correct Transcription” kapag pinindot mo ang button na “Correct” sa pangunahing screen. Ipinapakita nito ang orihinal na transkripsyon kasama ang isang field para sa pagwawasto na maaaring baguhin. Kapag na-save mo ito, ang nabagong teksto at ang kaukulang audio clip ay awtomatikong idaragdag sa iyong training data — na lumilikha ng isang personalized na dataset na nagpapabuti sa katumpakan ng modelo para sa iyong boses sa paglipas ng panahon.

Ang iyong boses, ang iyong dataset

Ang bintana ng Training Data ay naglilista ng lahat ng sample ng boses na iyong naitala. Maaari mong pakinggan ang anumang sample, basahin ang transkripsyon nito, at alisin ang mga entry na hindi mo na nais. Ang mga sample na ito ang bumubuo sa dataset na ginagamit kapag inaayos mo ang modelo ayon sa iyong boses — kung mas marami kang itatama at irekord, lalong gagaling ang pag-unawa nito sa iyo.

I-personalize ang AI — sa iyong aparato

Ang tab na Training ay nag-aayos nang detalyado sa modelo ng transkripsyon gamit ang iyong sariling boses sa pamamagitan ng LoRA — inaangkop ito sa iyong accent, bokabularyo, at estilo ng pagsasalita, nang hindi kailangang magpadala ng anumang data. Isang klik lang ang kinakailangan upang simulan ito: awtomatikong pinipili ng app ang NVIDIA CUDA backend kapag mayroong compatible na GPU, o kung wala ay gagamit ito ng CPU. Kapag natapos ang pagsasanay, ang resulta ay pinagsasama-sama at inililipat sa format na GGUF upang maaari mong gamitin ang iyong personal na modelo sa pamamagitan ng Settings → Models. Ang pagsasanay ng sariling boses ay libre sa bawat paid licence.

Mga modelo at aparato

Ang tab na “Models” ay kung saan mo pinamamahalaan ang bawat modelo na ginagamit ng app. I-enable ang mga timestamp sa antas ng salita sa pamamagitan ng pag-download ng opsyonal na Forced Aligner, i-download ang mga modelo ng pagsasalin, itakda ang iyong mga default, at pumili kung saang device gagana ang modelo ng pagsasalin — nang hiwalay sa engine ng transkripsyon. Patakbuhin ang transkripsyon sa isang GPU at ang pagsasalin sa isa pang GPU, o ilagay ang alinman sa CPU.

Kumpletong kontrol sa input

Ang tab na Audio ay kung saan mo ikinokonfigura kung paano makikipag-ugnayan sa app. Pumili ng hotkey para sa pagre-record mula sa listahan ng mga shortcut, pumili sa pagitan ng mga mode na hold-to-record at toggle-record, o itakda ang side button ng mouse para sa kontrol nang walang paghawak.

Ang slider para sa volume ay ginagamit upang ayusin ang antas ng input gain, at maaaring palitan ang backend para sa paglalagay ng teksto kung ang ilang aplikasyon ay hindi tumatanggap sa default na paraan ng pagsusulat. Sa ibaba, may toggle na nagpapahintulot sa paggamit ng built-in na AI noise reduction na pinapatakbo ng DeepFilter — nakapatay ito bilang default — kasama ang slider para sa pag-aayos ng antas ng pagbawas ng ingay sa background.

30 wika + 22 diyalekto ng Tsino, isang klik lang

Ang tab na Wika ay tumutukoy sa wika na susundin ng engine sa pag-transcribe. Pumili mula sa 30 wika na maaaring piliin, iwanan ito sa auto-detect, o piliin ang Tsino upang makakuha ng awtomatikong pagkilala sa 22 rehiyonal na diyalekto ng Tsino. Maaari ka ring lumikha ng listahan ng mga paboritong wika na lalabas sa dropdown para sa mabilis na pagpili sa pangunahing screen — perpekto kung regular kang nagdidikta sa higit sa isang wika.

Lahat ng sinabi mo ay maaaring hanapin.

Ang tab na History ay kinokontrol kung paano iimbak ang mga transkripsyon. I-enable ang session history upang magkaroon ng talaan na mawawala kapag isinara ang app, o lumipat sa persistent history upang maipreserba ang mga transkripsyon sa iba’t ibang sesyon. Ang bintana ng Transcription History ay nagpapakita ng talaan na may timestamp ng lahat ng bagay na na-transcribe ng app, kasama ang button na Clear History upang burahin ito anumang oras. Ang lahat ng history ay nakaimbak nang lokal sa iyong device.

Gawing sa iyo ito.

Ang tab na “Appearance” ay nagpapahintulot sa iyo na pumili sa pagitan ng tema na Dark at Light, pati na rin baguhin ang wika ng interface. Ang mga pagbabago sa tema ay epektibo matapos ang muling pag-start.

Manatiling updated.

Ipinapakita ng tab na Updates ang kasalukuyang bersyon mo, mga link sa website, at mga detalye ng kontak para sa suporta. Ang button na “Iulat ang Bug” ay nagpapahintulot sa iyo na magpadala ng feedback nang direkta sa team ng pagbuo. Ang mga update ay awtomatikong sinusuri kapag nagsisimula ang programa.