すべてが 1つのアプリ

あなたの声はコンピューターから外に出ることはない。

その文こそが全体のプロモーション内容であり、それで十分です。ネットワークに届くのは3つの要素のみで、それは起動時のライセンスチェック、起動時のアップデートチェック、そしてユーザー自身が行うモデルのダウンロードのみです。音声もテキストも、一切ありません。

• 音声もない。テキストもない。決して。
• モデルがディスクに保存されれば、ネットワークなしでも動作します。
• ネットワークがなくても問題ありません。

既に持っているノートパソコンで動作します。

ワークステーションは不要です。小型モデルならどんな4GBのグラフィックカードでも動作し、グラフィックカードなしでも問題なく動作します。必要なのは8GBのRAM、4コアのx86_64プロセッサ、そして5GBのディスク容量だけです。

• NVIDIA — Vulkan 1.2以降のGPU
• AMD — Vulkan 1.2以降のGPU
• Linuxでは、インストールするものが何もなく、単一のポータブルファイルとして提供されます。
• Windowsでは、管理者権限を必要としない通常のインストーラーです。

30の言語、22の中国語方言が、あなたのマシンに。

30言語に翻訳でき、どの中国語の方言かを指定されなくても、22の中国語の地域方言を自動的に認識する。

すべてはお使いのマシン上で動作し、分単位の料金もアップロードもありません。

38言語への翻訳機能——v2.0.0で新登場

38言語に対応した翻訳機能——v2.0.0で新登場

• ポーランド語を話せば英語が得られます。英語を話せば日本語が得られます。
• 一度言ってください。それを英語、日本語、フランス語、スペイン語に同時にタイプしてもらいます。1行に1言語ずつ、または同じ行に並べても構いません。希望する対象言語の数だけで結構です。
• この翻訳エンジンはクラウド大手企業の製品にも匹敵する性能を持っている。テンセントのHunyuan MT2を搭載しており、FLORES-200ベンチマークにおいては品質面でGoogleのGemini 3.1 Proの97.9％に達し、実世界向けの翻訳やマイノリティ言語の翻訳ではそれを上回る性能を発揮する。
• 字幕も同様——テキスト形式またはSRT形式で、文単位でタイミングを合わせるか、正確に編集する必要がある場合は単語単位で設定可能です。
• 字幕ファイルを翻訳しても、すべてのタイミングはそのまま保たれます。

あなたのマシン、あなたの判断です。

モデルサイズは2種類あり、これは階層というよりは選択肢のようなものです。小さい方はノートパソコンや統合グラフィックス向けで、大きい方はクオリティの高い音声や騒がしい環境での使用に適しています。いつでも切り替えることができます。また、文字起こしと翻訳はそれぞれ別のプロセッサを使用するため、一方はグラフィックカード上で動作し、もう一方はCPU上で動作します。

• 小さい — ノートパソコンおよび内蔵グラフィックス向け
• 大きい — アクセントがある音声やノイズの多い音声用

設定 → モデルから、必要に応じてオプションアドオンをダウンロードできます。 Forced Aligner 単語レベルのタイムスタンプ用に（約540 MB） Hunyuan MT2 Fast （約1 GB）または 品質 翻訳には（約4.3 GB）が必要です。

ノイズリダクション

騒がしい部屋で録音した場合に、ノイズを低減するためのものです。

• デフォルトではオフになっている。というのも、短くてクリアなマイククリップの品質を悪化させないように調整されているからだ。
• 部屋が騒がしいときにオンにしてください。
• 録音が問題なければ、省略してください。
• デフォルトはオフ——録音ごとに切り替え、または常時オン

既に行った訂正から学習します

ほとんどの音声アプリでは、サンプル文を読むよう求められます。このアプリは、ユーザーが既に行った修正を学習し、聞き間違えた単語を正すと、その修正内容がサンプルとして使われます。

• サンプル録音も、宿題もありません。
• トレーニングはワンクリックです
• 自分のハードウェアで動作します
• 新しいモデルは準備ができ次第、切り替えられます。
• レコーディングセッションはありません。
• 「以下の段落をもう一度お願いします」とはありません。
• あなたの声だけ、そして元々行うつもりだった修正点だけです。

聞き入るキーボード

Cursorがある場所ならどこでも入力できます——エディタ、ターミナル、チャットボックス、フォーム、キーボード入力が可能なあらゆるフィールドです。また、必要に応じて翻訳文を入力してくれます。ポーランド語で話せば、英語がページ上に表示されます。

• マイクロフォン
• オーディオまたはビデオファイル
• スピーカーから流れている音声
• あらゆるテキストフィールド、エディタ、ターミナル、チャットで利用可能
• LinuxのX11とWayland、Windowsのネイティブ入力

あなたの言葉は、あなた自身の書き方で。

ブランド名、専門用語、同僚の名前。一度ピン留めしておけば、間違って表示されることはなくなります。同じリストが音声転記や翻訳の指針となるため、名前が誤ってローカライズされることはありません。聞き間違えた単語を一度正せば、それがトレーニングデータとなり、練習のために再び読み上げる必要はありません。

• 設定で用語を追加——1行に1つ
• 固有名詞や略語の認識精度を向上させます
• 翻訳でブランド名と技術用語を保持
• 再学習は不要で、推論時に直接適用されます。

エージェントは耳を手に入れる

AIエージェントに聞く機能を与えましょう。MCPを利用すれば、APIキーなしで、お使いのコンピュータ上で、どんな長さの会議でもテープ起こしや翻訳、録音を行うことができます。

• オーディオ/ビデオファイル、マイク録音、またはシステム音声を文字起こし
• テキスト、SRT、VTTを翻訳（二言語モード対応）
• ASRまたはMTの計算デバイスをその場で切り替え
• 個人用ボイスプロファイルの一覧表示と切り替え
• エージェントから任意のアプリ設定を読み書き

3時間の通話も3分の通話と変わりません。特に気を使う必要もなく、録音していることを忘れても問題ありません。自動的に終了し、文字起こしが残っています。