Brethof Voice Pro — Co nowego

v2.3.1 — konta dwufaktorowe mogą ponownie się zalogować

W poprzedniej wersji doszło do błędu, który uniemożliwił kontom z dwuetapową autoryzacją logowanie się. Wersja 2.3.1 to naprawia. Jeśli to dotyczy Ciebie: wprowadź swoje dane logowania oraz kod, a będziesz już w środku. Nic innego się nie zmieniło.

v2.2.2 — pliki napisów, mniej więcej dwa razy szybciej

Tłumaczenie pliku napisów zajmuje teraz mniej więcej połowę czasu wcześniej. Czas przetwarzania pozostaje niezmieniony – każda data i godzina pojawiają się dokładnie w tym samym miejscu co w oryginale, niezależnie od tego, czy chcesz tłumaczenie na poziomie zdań, czy słów. Jeśli zajmujesz się tłumaczeniem napisów jako zawód, to właśnie w tej wersji czas oczekiwania znacznie się skrócił.

Również w wersji 2.2.2:

• Poprawiono wejście mikrofonowe – co było najważniejsze przy dobrych mikrofonach. Niwelowanie dźwięku może sprawić, że najgłośniejsze momenty czystego nagrania przekroczą maksymalny poziom i ulegną przycięciu. Im lepszy jest mikrofon, tym większa jest różnica pomiędzy jego szczytami a średnim poziomem, co zwiększa ryzyko takiego efektu – skompresowany, hałaśliwy sygnał przechodzi bez zmian, natomiast cichy pomieszczenie oraz przyzwoity mikrofon kondensatorowy ulegają uszkodzeniu. Dzięki niwelowaniu pozostaje zapas mocy, dzięki czemu spółgłoski i gwałtowne transze dźwięku zachowują się nienaruszone.
• Nowy translate_batch Narzędzie MCP — Tłumacz wiele ciągów znaków w jednym wywołaniu, z parametrem rozmiaru partii, który automatycznie się wycofuje, gdy zabraknie pamięci VRAM.

v2.2.1 — aplikacja, którą posiadasz, pozostaje twoja

Brethof Voice Pro staje się twoim, gdy go kupisz, a wersja 2.2.1 zapewnia, że nic nie stanie na drodze między tobą a nim. Wcześniej kontrola licencji przy uruchamianiu funkcjonowała jak bariera: brak połączenia sieciowego, zajęty serwer, firewall odrzucający próbę – to wszystko mogło uniemożliwić dostęp do oprogramowania, za które zapłaciłeś. Teraz ta kontrola nie stanowi przeszkody – jeśli nie można nawiązać połączenia, aplikacja i tak się uruchomi. Oprogramowanie, które jest twoje, nie powinno prosić o zgodę na uruchomienie. Już tego nie robi.

• Przeczyść licencję w oknie dialogowym licencji — wymusza świeże sprawdzenie i Continue wydaje nowe wersje w przypadku sukcesu. Wcześniej jedynymi wyjściami były zakup lub rezygnacja.
• Brak oznaczeń wygasających okresu próbnego dla klientów płatnych — Dialogi teraz pokazują to, co naprawdę się stało, zamiast wyświetlać wszystkim tę samą wiadomość.
• Brak dalszych zamarznięć interfejsu. — Pobieranie modeli odbywa się w tle na wątku interfejsu z pokazaniem procentu postępu, a sprawdzanie licencji przy uruchamianiu nie blokuje już okna przy wolnym połączeniu.
• Brak utraconych dyktandów — Jeśli transkrypcja nadal jest w trakcie przy nagrywaniu, nowy dźwięk zostaje umieszczony w kolejce, zamiast zostać bez echa odrzucony, a zablokowany proces nie może już wpisywać późniejszego tekstu do następnego nagrania.
• Bez połączenia jest cicho — Brak powtarzających się oczekiwań sieciowych, gdy nie ma połączenia.

v2.2.0 — nagrywać całe spotkanie, a nie pierwsze pięć minut

Długie nagrania są teraz przetwarzane w tle. Podaj plik z nagraniem trwającym dwie godziny i idź zaparzyć kawę – nie ma żadnego ograniczenia co do długości, a nie trzeba niczego monitorować. Pozostaw to w działaniu i zapomnij o tym; nagranie zostanie ukończone samo i zachowa dla ciebie transkrypcję. Rozmowa trwająca trzy godziny nie różni się od tej trwającej trzy minuty; po prostu zajmuje więcej czasu.

• Mikrofon lub dźwięk systemu — Nagraj własny głos lub przechwyć przez loopback to, co jest odtwarzane na Twoim komputerze: rozmowy ze spotkań, karty przeglądarki, cokolwiek z głośników. Nowość list_loopback_sources Narzędzie do sprawdzenia, co jest dostępne.
• Nic nie jest wyrzucane. — Jeśli nagranie zostanie porzucone, watchdog przekształca je teraz w zadanie dostępne do odzyskania, zamiast je wyrzucić.
• Uczciwe granice — Krótki tryb transkrypcji natychmiastowej został podniesiony do limitu 10 minut, a żądanie więcej, niż może pomieścić, zwraca teraz wyraźny błąd wskazujący na narzędzie do długich form. Program nie przycina już po cichu Twojego dźwięku i nie zwraca częściowej odpowiedzi.
• Poprawka tłumaczenia Linuxa — Brakująca zależność spowodował awarię tłumaczenia we wszystkich wersjach Linux od wersji 1.7.0. Zostało to odkryte dzięki nowej bramie kontrolnej typu end-to-end, która sprawdza rzeczywisty plik binarny przed każdym wydaniem.

v2.1.0 — twój agent otrzymuje dostęp przez HTTP

Agent na tej samej maszynie może teraz korzystać z Brethof Voice Pro – do transkrypcji, tłumaczenia, nagrywania – za pośrednictwem MCP. Działa przez lokalny HTTP, więc agent, który może uzyskać dostęp tylko poprzez adres URL, może go używać bez klucza API i bez wydostawania się czegokolwiek poza maszynę. Token chroni dostęp, a serwer odmawia uruchomienia bez niego. Ten wariant wymaga płatnej licencji.

• Domyślnie prywatne — Słucha tylko na twoim własnym komputerze, chyba że celowo to zmienisz, i to ograniczenie jest większe. odmawia uruchomienia bez tokena uwierzytelniającego. Gdy token jest ustawiony, każde żądanie musi go przedstawić.
• Praca bez przerw — Modele, które mogą zostać wyłączone w stanie bezczynności, nie mogą już być wyłączane w trakcie długiego zadań. Czas oczekiwania, który ignoruje prace trwające, ostatecznie może zakończyć działanie czegoś ważnego, dlatego zegar bezczynności jest teraz wstrzymywany, dopóki coś się uruchomione jest.

v2.0.0 — tłumaczenie, które nigdy nie wychodzi z domu

Najlepsza opcja. Tłumaczenie odbywa się w całości na twoim urządzeniu, dostępne w 38 językach. Wystarczy raz powiedzieć tekst, a on zostanie wpisany jednocześnie po angielsku, japońsku, francusku i hiszpańsku – po jednym wierszu lub obok siebie w tym samym wierszu. Silnikiem jest Hunyuan MT2 firmy Tencent, dostępny w dwóch wersjach: szybka do codziennego użytku oraz wysokiej jakości do zadań wymagających dokładności. Według oficjalnych pomiarów firmy Tencent, wersja o wysokiej jakości osiąga 97,9% wyników Google Gemini 3.1 Pro w teście FLORES-200, przewyższając go również przy tłumaczeniach w rzeczywistych warunkach oraz w językach mniejszościowych. Wszystko to działa offline – żadne dane nie są wysyłane nigdzie indziej.

Co nowego w wersji 2.0.0:

• Transkrypcja i tłumaczenie — okno Transcribe zawiera rozwijane menu „Tłumacz na:”. ASR transkrybuje, MT tłumaczy, oba renderowane są obok siebie. Działa z plikami, mikrofonem i dźwiękiem systemowym (loopback, czyli przechwytywanie rozmów, kart przeglądarki, czegokolwiek odtwarzanego na głośnikach).
• Wielojęzyczna klawiatura głosowa — Nowy przycisk tłumaczenia w głównym wierszu otwiera 3-kolumnową siatkę językową. Wybierz jeden lub więcej języków docelowych, a klawiatura wpisze tłumaczenie. Tryby układu: jedna linia na tekst, inline (EN: … || PL: …), lub tylko pierwszy język docelowy.
• Tłumacz napisów SRT / VTT — zachowuje czasy i indeksy cue, obsługuje tryb dwujęzyczny (linia źródłowa + tłumaczenie dla każdego cue). Udostępnione przez MCP dla automatyzacji agentów AI.
• Wielokrotne GPU na silnik — Ustawienia → Modele zawierają niezależny wybieracz urządzeń dla każdego silnika. Uruchom ASR na Vulkan 0, a tłumaczenie na Vulkan 1, albo przypnij Hunyuan MT2 7B do CPU w laptopach z ograniczoną pamięcią VRAM.
• Trening głosu osobistego jest w pełni dostępny — Fine-tuning LoRA na twoim własnym głosie, w całości na twoim komputerze. Karta treningu w głównym oknie pokazuje na pierwszy rzut oka łączną liczbę próbek oraz minut nagrania; opcja „Rozpocznij trening” w karcie Trening automatycznie wybiera NVIDIA CUDA lub CPU, a następnie automatycznie eksportuje wytrenowany model do formatu GGUF. Dostępne bezpłatnie przy każdej płatnej licencji.
• 4 nowe narzędzia MCP — translate_text, translate_srt, list_compute_devices, set_compute_device. Łączna liczba narzędzi wynosi teraz 19.
• Szczere podziały językowe — ASR: 30 języków do wyboru + automatyczne wykrywanie + 22 dialekty chińskie (łącznie 52). Tłumaczenie: 38 języków (33 główne + 5 języków mniejszości z regionów chińskich). 23 obsługują tłumaczenie dwukierunkowe.

Binarny plik Linux ma rozmiar 161 MB, instalator Windows – 118 MB. Istniejące licencje są przenoszone – wystarczy pobierz v2.0.0 a modele tłumaczeniowe pojawią się w Ustawieniach → Modele.

v1.6.16 — twój głos staje się własnym modelem

Brethof Voice Pro teraz trenuje się na twoim głosie. Danymi treningowymi są korekty, które już wprowadzasz – poprawiasz błędnie usłyszane słowo raz, a to staje się przykładem. Nigdy nie proszono cię o czytanie zdań przykładowych. Trening zajmuje jedno kliknięcie, odbywa się na twoim sprzęcie, a po zakończeniu nowy model jest gotowy do użycia.

Ta wersja odblokowuje wszystko z wyjątkiem treningów osobistych i połączenia z agentem; ta opcja jest przeznaczona dla osób, które korzystają z aplikacji codziennie.

v1.6.0 — uruchom to, wróć później

Dwie rzeczy. Transkrypcja może teraz być wykonywana jako zadanie asynchroniczne — wgraj dźwięk, odbierz transkrypcję po zakończeniu, nie musisz siedzieć przy tym cały czas.

A czas wyświetlania napisów: teraz możesz ustalać czas dla poszczególnych słów zamiast dla całych zdań, w tych momentach, gdy potrzebujesz dokładnej edycji. Jeśli tworzysz napisy, już wiesz, dlaczego to ważne.

v1.5.0 — jeden czas wykonywania, a ONNX zniknął

Silnik wykonywania ONNX już nie istnieje. Cały produkt teraz działa na llama.cpp oraz naszej własnej bibliotece tłumaczeniowej – jeden silnik wykonywania, mniejszy rozmiar na dysku, szybsze uruchamianie i łatwiejsza dystrybucja.

Modele to pojedyncze pliki GGUF, co umożliwia uruchomienie wersji małej na dowolnej karcie graficznej o pojemności 4 GB. Dłuższy wyjaśnienie powodów tej decyzji znajduje się niżej na stronie.

v1.4.0 — pierwsze połączenie z agentem oraz narzędzie do wyboru GPU

Dwa pierwsze razy. Tutaj po raz pierwszy pojawia się serwer MCP – pierwszy sposób na nadanie agentowi „uszu”, i to wszystko na twoim własnym komputerze.

A także wybór urządzenia: transkrypcja i tłumaczenie mogą teraz wybrać własne procesory, dzięki czemu jedna może działać na karcie graficznej, podczas gdy druga pracuje na procesorze CPU. Laptop z przeciętną kartą graficzną może obsłużyć obie funkcje bez spowolnień.