其中的一切 一个应用程序

完全的隐私保护

您说出的每个字都会在您的设备上进行处理。没有任何音频、文本或元数据会被传输到任何服务器。没有云后端，没有遥测功能，没有分析功能，也没有回传机制。

• 转录过程中无任何网络调用。
• 一次性下载后本地存储的模型
• 开源的Qwen3-ASR引擎——完全可审计

GPU加速

Brethof Voice Pro采用了经过GGUF优化的引擎以及llama.cpp，可实现极快的推理速度。它开箱即用即可支持所有三大主流GPU厂商的产品。

• NVIDIA — Vulkan加速（GTX 10系列及更高版本）
• AMD — Vulkan加速（RX 500系列及更新型号）
• Intel — Vulkan加速（Arc GPU及集成显卡）
• CPU 备用方案 — 无需GPU即可运行，只是速度较慢

离线转录——30种语言+22种中文方言

由 llama.cpp 驱动，结合 Qwen3-ASR 实现。如需最高准确度，可锁定特定语言，也可让引擎自动检测。所有文字处理均在您的设备上完成。

此外，当语言设置为中文或自动检测时，还会自动识别22种中文方言（安徽话、东北话、福建话、河南话、湖南话、山东话、四川话、吴语、闽南语等）。

离线翻译——38种语言 v2.0.0版本中的新功能

可对任何转录内容、语音键盘输出、纯文本或字幕文件进行翻译——全部在您的设备上完成。由……提供支持 腾讯Hunyuan MT2在FLORES-200（XCOMET-XXL）中，质量等级可达到 Google Gemini 3.1 Pro的97.9% 其紧凑型Fast版本的准确率为89.9%，在真实场景测试（WildMTBench）以及小语种翻译方面均优于Gemini 3.1 Pro。

• 转录 + 翻译 — 在“转录”弹出窗口中选择目标语言；ASR负责转录，MT负责翻译，两者会并排显示结果。
• 语音键盘翻译 — 说出来，从三列语言网格中选择目标，键盘会输入翻译内容
• 字幕翻译工具 — SRT/VTT文件支持38种语言，还可选择双语模式（每个时间码显示原文及译文）。
• 两种模型层级 — CPU或GPU上快速处理（约1GB），耗时不到一秒；GPU上高质量处理（约4.3GB），同样耗时不到一秒
• 独立设备选择器 — 在Vulkan 0上运行ASR，在Vulkan 1上运行翻译，或同时在CPU上运行两者。

两种模型尺寸

选择适合您计算机的准确度、速度和VRAM平衡方案。二者均采用相同的Qwen3-ASR架构；可随时在“设置”→“模型”中进行切换。

• 0.6B — 体积小、运行速度快，可在集成GPU或任何4GB及以上容量的Vulkan显卡上运行。是笔记本电脑的推荐默认选择。
• 17亿 — 更大的处理规模，对带口音或噪声的音频具有更高的识别精度。6 GB以上显存即可流畅运行。在开源ASR技术中处于领先水平。

可选的插件可随时通过“设置”→“模型”进行下载： 强制对齐工具 (约540 MB)，用于单词级别的时间戳。 Hunyuan MT2 Fast (约1 GB) 或 质量 (约4.3 GB)用于翻译。

AI噪声降低功能

为在嘈杂环境中录制的音频提供可选的DeepFilter降噪功能——默认为关闭状态，可通过“噪声”弹出菜单启用。对于干净的环境下录制的音频片段，关闭该功能反而有助于提升质量（DeepFilter可能会过度处理较短且纯净的音频）。

• 去除背景噪音、键盘点击声以及房间回音
• 可配置的衰减功能
• 无需额外的硬件。
• 默认为关闭——可切换为每次录制时开启或始终开启

个人语音训练

使用LoRA根据您自己的声音对模型进行微调——整个过程在您的设备上端到端完成。每次您纠正被错误识别的单词时，{clip, correction} 对就会保存到您的本地训练数据集中。主窗口中的训练卡片可让您一目了然地查看总样本数及录制时长——点击该卡片即可打开数据集浏览器，然后在“训练”选项卡中选择“开始训练”。

• 根据您的口音、方言和说话节奏进行适配
• 修改内容已自动保存——请继续使用该应用即可。
• LoRA微调——快速、高效，无需完全重新训练
• 自动选择 NVIDIA CUDA (cu128 PyTorch) 或 CPU 后端
• 完成训练后会自动将模型导出为GGUF格式。
• 您的声音数据绝不会离开您的设备。
• 每份付费许可证均可免费使用

语音键盘与直接文本输入

按住热键并说话，文本就会出现在光标所在的位置——就像使用键盘一样。该功能适用于浏览器、集成开发环境、终端、聊天应用以及任何能够接收键盘输入的文本字段。

• 默认热键 F9 — 可配置，支持按住录制或切换模式
• 可选的右键触发功能，支持免提录音
• 实时翻译芯片 — 用一种语言说话，键盘会自动输入翻译内容。从三列网格中选择一种或多种目标语言：每行选择一个，以内联形式显示。EN: … || PL: …），或仅选择第一个目标。
• 可在任何文本框、编辑器、终端或聊天界面中使用。
• Linux上的X11与Wayland，Windows上的原生输入方式

热词上下文与术语

一个设备，两种用途。实现偏置功能 ASR技术 针对专有名词、品牌名称及专业术语——可避免“VFIO”被误译为“VEAF1”。同一字段同时兼具……功能。 翻译术语词典 — 将“Brethof Voice”固定为在所有目标语言中均显示为“Brethof Voice”。

• 在设置中添加术语——每行一个
• 提升专有名词和缩写的识别能力
• 在翻译过程中保留品牌名称及专业术语。
• 无需重新训练——在推理时即可直接使用。

AI智能体用MCP服务器 付费套餐

运行GUI的同一二进制文件也可作为模型上下文协议服务器使用——共有19种工具可将ASR和MT功能提供给Claude Desktop、Claude Code、Cursor、Cline或任何支持MCP的代理。数据传输通过标准输入输出实现：无需端口、无需防火墙，也不需要进行本地主机绑定。代理负责掌控整个生命周期。

• 将音频/视频文件、麦克风录音或系统音频转录为文字
• 翻译文本、SRT或VTT文件（支持双语模式）
• 实时切换ASR或MT计算设备
• 列出并切换个人语音配置文件
• 从代理程序中读取/写入任何应用设置

运行 brethof-voice --mcp 该代理通过stdio进行连接。需要购买付费许可证——试用用户无法启动服务器。