A Brethof Voice Pro v1.0 ma letölthető Windows 10/11 és Linux (Ubuntu, Fedora, Arch) rendszereken. Ez egy asztali alkalmazás, amely rögzíti a mikrofon hangját, és egy Qwen-alapú ASR modellt futtat helyben a CPU-don vagy GPU-don, és begépeli az átírt szöveget abba az ablakba, amelyre éppen fókuszálsz.
Mi kerül a v1.0 kiadásba
- 30 transzkripciós nyelv plusz 38 fordítási nyelv — Arab, kantoni, kínai, cseh, dán, holland, angol, filippínó, finn, francia, német, görög, hindi, horvát, magyar, indonéz, olasz, japán, koreai, macedón, maláj, perzsa, lengyel, portugál, román, orosz, szerb, szlovák, szlovén, spanyol, svéd, thai, török, ukrán, vietnami, bolgár.
- Globális hotkey dikció — Nyomja meg a gyorsbillentyűt bárhol, beszéljen, engedje el, és a szöveg begépelődik a fókuszált alkalmazásba.
- 100% offline — Nincs felhő, nincs telemetria, nincs fiók az átíráshoz.
- Három modellszint — alap (gyors, 0,6 milliárd paraméter), közepes (1,7 milliárd), nagy (3 milliárd). Válassz a hardvered alapján.
- Zajcsökkentés A DeepFilterNet segítségével és Hangtevékenység-érzékelés A Silero VAD-on keresztül, mindkettő helyben fut.
- Hotwords — nevek, rövidítések és szakterületi kifejezések befecskendezése inferencia-időbeli jelzésekként (nincs szükség újratanításra).
Egy dolog nem az 1.0-s verzióban: modell-finomhangolás. A korábbi build-ekben PyTorch-on keresztül volt elérhető, de amikor az inferenciát GGUF-ra váltottuk, a tanítási folyamat megszakadt, és nem adjuk ki, amíg az átalakítási lépés nem stabil. Lásd a finomhangolási ütemterv bejegyzés.
Árazás
Egyszeri vásárlás, nincs előfizetés:
- Personal — 2 gép, amely lefedi az egyéni és freelance kereskedelmi használatot. Árak megtekintése.
- Business — Csapat/szervezet használat mennyiségi kedvezményekkel 10 felhasználói helytől kezdődően. Árak megtekintése.
- 14 napos ingyenes próbaverzió — Nincs szükség bankkártyára, minden funkció feloldva.
Az árak régió alapján automatikusan igazodnak: ha Kelet-Európában, Délkelet-Ázsiában, Latin-Amerikában vagy Afrikában tartózkodsz, a vásárlóerő-paritásos árazást látod.
Mit csináltunk jól
A legbüszkébb részünk az, hogy Idő az első szóig. Nyissa meg az alkalmazást, nyomja meg a gyorsbillentyűt, beszéljen. Nincs regisztráció. Nincs böngésző. Nincs feltöltés. Nincs várakozás a felhő oda-vissza útjára. Egy középkategóriás laptopon a Voice Pro az alapmodellel kevesebb mint 400 ms alatt átír egy öt másodperces mondatot. Ez a sebesség volt a lényeg.
Mi következik
- macOS-build — folyamatban, cél 2026 harmadik negyedéve.
- Finomhangolás az Ön hangjára és szókincsére — akkor érkezik, amikor a PyTorch-GGUF konverziós folyamat kész lesz. Cél: 2026 harmadik negyedéve.
- Valós idejű streamelési mód — A szavak megjelennek, ahogy beszél, nem azután, hogy elengedi a gyorsbillentyűt.
- Több modellszint — egy ultrakis, élbeli eszközökre szánt modell a gyengébb hardverekhez, és egy 7B-s modell a komolyabb gépekhez.
Ha egy adatvédelmet tiszteletben tartó diktálóeszközre várt, ma eljött a nap. Töltse le a próbaverziót, diktáljon 14 napig, és mondja el, hol hibázik. Minden e-mailt elolvasunk.