Денес Brethof Voice Pro v1.0 е достапен за преземање на Windows 10/11 и Linux (Ubuntu, Fedora, Arch). Тоа е десктоп апликација која снима аудио од вашиот микрофон и вклучува ASR модел заснован на Qwen локално на вашиот CPU или GPU, и го внесува транскрибираниот текст во било кој прозорец на кој сте фокусирани.
Што е вклучено во v1.0
- 30 јазици за транскрипција плус 38 јазици за превод — Арапски, Кантонски, Кинески, Чешки, Дански, Холандски, Англиски, Филипински, Фински, Француски, Германски, Грчки, Хинди, Хрватски, Унгарски, Индонезиски, Италијански, Јапонски, Корејски, Македонски, Малезиски, Персиски, Полски, Португалски, Романски, Руски, Српски, Словачки, Словенечки, Шпански, Шведски, Тајландски, Турски, Украински, Виетнамски, Бугарски.
- Глобално диктирање со кратенки на тастатура — Притиснете го вашиот hotkey било каде, зборувајте, пуштете го, и текстот ќе се внесе во фокусираната апликација.
- 100% офлајн — Без облак, без телеметрија, без потребен кориснички профил за транскрипција.
- Три нивоа на модели — база (брза, 0,6B параметри), средна (1,7B), голема (3B). Изберете според вашиот хардвер.
- Намалување на шумот преку DeepFilterNet и детекција на активност на гласот преку Silero VAD, двете работат локално.
- Клучни зборови — вметнете имиња, акроними и термини од доменот како индикации за време на инференција (не е потребно повторно тренирање).
Една работа не во v1.0: фин-тајнурање на модели. Поранешните верзии го имаа преку PyTorch, но кога ја префрливме инференцијата на GGUF, го скршивме пајплајнот за тренирање и не го испорачуваме додека чекорот за конверзија не биде цврст. Видете го пост за патеката на фин-тајнурање.
Цени
Еднократно купување, без претплата:
- Personal — 2 машини, покрива соло и фриланс комерцијална употреба. Погледнете ги цените.
- Business — употреба од тим/организација со попусти за големи количини од 10 седишта. Погледнете ги цените.
- Бесплатна пробна верзија од 14 дена — Без кредитна картичка, сите функции отклучени.
Цените се автоматски прилагодуваат според регионот: ако сте во Источна Европа, Југоисточна Азија, Латинска Америка или Африка, ќе видите цени прилагодени според паритетот на куповната моќ.
Што направивме како што треба
Она на што најмногу сме горди е време до првата реч. Отворете ја апликацијата, притиснете ја вашата кратенка, зборувајте. Без регистрација. Без прелистувач. Без отпремање. Без чекање на облачен одговор. На преносен компјутер од средна класа, Voice Pro транскрибира реченица од пет секунди за помалку од 400 ms со основниот модел. Токму таа брзина беше целата поента.
Што следи
- верзија за macOS — во тек, цел – трети квартал 2026.
- Фино подесување врз вашиот глас и речник — доаѓа штом ќе биде подготвен пајплајнот за конверзија од PyTorch во GGUF. Цел – трети квартал 2026.
- Режим на стриминг во реално време — зборовите се појавуваат додека зборувате, а не откако ќе ја пуштите пречката.
- Повеќе нивоа на модели — ултра-мал модел за уреди со низок хардвер, и модел од 7B за сериозните машини.
Ако чекавте алатка за диктирање што ја почитува приватноста, денес е денот. Преземете ја пробната верзија, диктирајте 14 дена, кажете ни каде не успева. Ја читаме секоја е-пошта.