Tingnan ito Sa Paggamit

Ang iyong command center

Isang bintana lang ang kinakailangan para sa lahat. Ilagay lamang ang file na audio o video, gamitin ang mikropono, o kunin ang tunog na nagmumula sa mga speaker mo. Tatlong paraan ng pagpasok ng data, sa iisang lugar – walang mga hiwalay na tool na kailangang gamitin, walang mga menu na kailangang hanapin.

Ang huling transcription ay laging nakikita sa ibaba, kasama ang training card na nagpapakita kung ilang voice samples ang naimbak mo para sa personal na pagsasanay — i-click ito upang i-browse ang buong sample list. Mula dito maaari mong buksan ang Settings, tingnan ang History, itama ang huling transcription, o magsimulang mag-record sa isang click. Ang pagsasara ng window ay nagtatago sa app sa system tray, kung saan ito patuloy na tumatakbo sa background, handa sa sandaling pindutin mo ang iyong hotkey.

Pindutin, magsalita, tapos.

Pindutin, magsalita, tapos na. Ang keyboard para sa boses. Pindutin, magsalita, bitawan, at ang mga salita ay lalabas sa lugar kung nasaan ang Cursor — sa isang browser, IDE, app para sa chat, o anumang field na tumatanggap ng input mula sa keyboard. Gusto mo ba ang pagsasalin sa halip na transkripsyon? I-type iyon sa halip.

I-transcribe ang anumang file — sa anumang wika

Ilagay lamang ang rekord ng dalaw-oras na pagpupulong at pumunta ka nang gumawa ng kape. Walang limitasyon sa haba, wala ring kailangang bantayan — susuriin nito ang buong file at ibibigay sa iyo ang transkripsyon. Makakalimutan mo na mayroon kang ini-record, at walang mawawala; kusang tatapusin nito ang trabaho. Lahat ay nangyayari sa makina sa harapan mo, sa iyong wika, sa iyong accent.

I-record at isalin nang live

I-record ang tawag, pulong, o pag-uusap, at panoorin kung paano lumalabas ang mga salita habang binibigkas. Idagdag ang pagsasalin at makakakuha ka ng ikalawang wika sa parehong pagkakataon. Hindi makakaapekto ang iyong akcento, dahil natutunan na nito ka.

Kunin ang tumutugtog sa iyong mga speaker

Ang pulong na dinaluhan mo bilang bisita. Ang video na walang transkripsyon. Ang webinar na hindi mo natapos ang kalahati. Naririnig nito kung ano ang lumalabas mula sa iyong mga speaker, hindi lang kung ano ang lumalabas mula sa iyong mikropono.

Isalin sa maraming wika nang sabay-sabay

Magsalita nang minsan sa Polish, at ipasulat ito sa Ingles, Hapon, Pranses, at Espanyol nang sabay-sabay — isa bawat linya, o magkatabi sa iisang linya. Pumili ka ng kahit gaano karaming wika. Ikaw ang nagsabi nito nang minsan; nakasulat ito sa lahat ng wika.

Isalin ang text at mga subtitle

Isalin ang karaniwang teksto, o isalin ang file ng subtitle at panatilihing buo ang bawat timing. SRT o karaniwang teksto, na may takdang oras ayon sa pangungusap o salita-bay-salita kapag kailangan ng tumpak na pag-edit. Sa aspeto ng kalidad, naabot ng translation engine ng Tencent ang 97.9% ng performance ng Google Gemini 3.1 Pro sa FLORES-200 benchmark, at nalampasan pa nito ito sa pagsasalin sa totoong mundo at mga wika ng minorya — ayon sa sariling datos na inilathala ng Tencent. Ang sinusukat ay ang kalidad, hindi ang bilis.

Turuan ito ng iyong bokabularyo.

Ang mga pangalan ng iyong brand, ang iyong terminolohiya, ang mga pangalan ng iyong mga kasamahan — i-attach mo lang ang mga ito minsan, at hindi na ito magkakamali sa paglalabas. Ang parehong listang i-attached ang siyang nagiging gabay sa transkripsyon at pagsasalin, kaya ang isang pangalan ay hindi kailanman maaaring ma-localize nang hindi sinasadya.

Itama ang mga pagkakamali, pagbutihin ang modelo.

Kapag itinama mo ang isang maling narinig na salita, nagiging ito itong data para sa pagsasanay. Walang mga halimbawang pangungusap na kailangang basahin. Ang mga pagwawasto na ginagawa mo ay siyang nagtuturo dito.

Ang iyong boses, ang iyong dataset.

Nag-eensayo ito gamit ang iyong boses, at ang dataset ay sa iyo — nananatili ito sa iyong makina. Tatlong bagay lamang ang nakakarating sa network, at wala nang iba: isang pag-verify ng lisensya sa oras ng pagpapatakbo, isang pag-verify ng update sa oras ng pagpapatakbo, at ang pag-download ng modelo na ikaw mismo ang gagawa. Walang audio, walang teksto, kailanman. Kapag nasa disk na ang mga modelo at tapos na ang pag-verify ng update, wala nang anumang lumalabas. Ang tawag mo sa abogado mo, ang produkto na hindi pa inilalabas, ang mga tala ng pasyente — lahat ay naire-record nang walang anumang nalalabas na impormasyon.

I-personalize ang AI — sa iyong makina

Isang klik lang ang kailangan para sa pagsasanay; tumatakbo ito sa sarili mong hardware, at handa nang gamitin ang bagong modelo kapag tapos na ito. Mayroong dalawang sukat ng modelo – ang mas maliit para sa mga laptop at integrated graphics, at ang mas malaki para sa audio na may mga espesyal na epekto o ingay. Ito ay isang pagpili, hindi isang antas, at maaari kang magpalit anumang oras.

Mga modelo at device

Maaari itong tumakbo sa laptop na mayroon ka na. Ang mas maliit na modelo ay nangangailangan ng 4 GB na memorya para sa graphics, ang mas malaking modelo naman ay 6 GB, at kung idadagdag pa ang high-quality na engine para sa pagsasalin, kailangan ng 8 GB. Wala kang graphics card? Ayos din iyon — kailangan lang ng 8 GB na RAM at CPU na may apat na core. Sa Linux, ito ay isang solong portable na file na walang kailangang i-install; sa Windows naman, mayroong installer na hindi nangangailangan ng mga pribilehiyo ng administrator. Kung ang iyong Linux ay mas luma kaysa sa glibc 2.38 — tulad ng Ubuntu 22.04 at Debian 12 — hindi ito makakapag-start. Ang Fedora 39, Ubuntu 24.04, Debian 13 at mga mas bagong bersyon ang angkop dito.

Buong kontrol sa input.

Microphone, file, o speakers — ikaw ang pumipili kung alin ang gagamiting input. Maaaring pumili ang transcription at translation ng kani-kanilang processor; kaya ang isa ay tumatakbo sa graphics card habang ang isa naman ay sa CPU.

Ang pagbawas ng ingay ay nakalaan para sa mga rekord na ginawa sa maingay na silid, ngunit ito ay hindi aktibo sa default — dahil napag-alaman na nagpapalala ito sa kalidad ng mga maikling at malinaw na clip mula sa mikropono.

30 wika + 22 diyalekto ng Tsino, isang klik

Maaari itong mag-transcribe sa 30 wika, magsalin sa 38 wika, at 23 dito ay gumagana sa parehong direksyon. Kusang nakikilala nito ang 22 rehiyonal na diyalekto ng Tsino. Tama ang pagbigkas ng diyalekto ng Sichuan ng iyong lola.

Lahat ng sinabi mo, maaaring hanapin.

Ang bawat transkripsyon ay nakaimbak sa iyong makina at maaaring hanapin. Ang dalawang oras na pulong na nakalimutan mo ay nandoon pa rin. Wala nang kailangang i-upload upang manatili ito.

Gawin itong sa iyo.

Gawing sa iyo ito. Bigyan mo ang iyong AI agent ng kakayahang makarinig. Maaari itong magsulat at magsalin sa pamamagitan ng MCP, sa iyong aparato, nang wala nang API key—bahagi ito ng bayad na lisensya. Kung ang agent mo ay nakakakuha lamang ng impormasyon sa pamamagitan ng URL, maaaring magbigay ang app ng lokal na endpoint na nangangailangan ng token, at hindi ito gagana kung wala ito. Ang tawag na tatlong oras ay hindi naiiba sa tawag na tatlong minuto.

Manatiling napapanahon.

Bumili ka minsan, at ito ay magiging sa iyo. Kasama rito ang isang taong pag-update; pagkatapos nito, ang mga pag-update ay opsyonal na, at kahit wala ang mga ito, patuloy pa ring gagana ang app sa bersyon na mayroon ka, nang walang hanggan. Gagana pa rin ito kahit makalipas ang limang taon, kahit na hindi ka na magbayad sa amin muli. Iyan ang buong kasunduan.