Tudo em um aplicativo

Sua voz nunca deixa seu computador

Essa frase é toda a descrição do produto, e ela é precisa. Três coisas chegam à rede, e somente nesse momento: uma verificação de licença no momento da instalação, uma verificação de atualizações no mesmo momento, e o download do modelo para que você possa usá-lo. Sem áudio, sem texto, nunca.

• Sem áudio. Sem texto. Nunca.
• Uma vez que os modelos estejam no seu disco, ele funciona sem nenhuma rede.
• Sem rede, sem problema.

Funciona no laptop que você já tem

Não é necessária nenhuma estação de trabalho. O modelo pequeno funciona com qualquer placa de vídeo de 4 GB, e todo o sistema pode funcionar mesmo sem placa de vídeo – são necessários 8 GB de RAM, um processador x86_64 de quatro núcleos e 5 GB de espaço em disco.

• NVIDIA — GPUs Vulkan 1.2+
• AMD — GPUs Vulkan 1.2+
• No Linux, ele é fornecido como um único arquivo portátil, sem necessidade de instalação.
• No Windows, é um instalador normal que não requer privilégios de administrador.

Trinta idiomas, vinte e dois dialetos chineses, no seu aparelho

Ele transcreve em trinta idiomas e reconhece vinte e dois dialetos regionais chineses por conta própria, sem precisar que lhe seja indicado qual deles está sendo falado.

Tudo é processado no seu computador, sem cobrança por minuto e sem necessidade de envio de arquivos.

Tradução em 38 idiomas — novo na v2.0.0

Tradução para trinta e oito idiomas — novo na versão 2.0.0

• Fale polonês e aprenda inglês. Fale inglês e aprenda japonês.
• Diga isso uma vez e que seja digitado em inglês, japonês, francês e espanhol ao mesmo tempo — um por linha, ou lado a lado na mesma linha, quantos idiomas de destino desejar.
• A tradução consegue competir com os gigantes da nuvem. Impulsionado pelo Hunyuan MT2 da Tencent, em termos de qualidade, atinge 97,9% do desempenho do Google Gemini 3.1 Pro no teste de referência FLORES-200, e supera-o na tradução de contextos reais e de línguas minoritárias.
• Legendas também — texto simples ou SRT, sincronizadas por frase, ou palavra por palavra quando é necessário editar com precisão.
• E traduzir um arquivo de legendas mantém todo o sincronismo intacto.

Sua máquina, sua decisão

Dois tamanhos de modelo: uma escolha, e não uma hierarquia. O menor é adequado para laptops e placas de vídeo integradas; o maior, para áudio com efeitos especiais ou ruídos. É possível trocar de um para o outro a qualquer momento. Além disso, a transcrição e a tradução utilizam processadores separados, de modo que uma pode ser executada na placa de vídeo, enquanto a outra funciona no CPU.

• Pequeno — para laptops e placas de vídeo integradas
• Grande — para áudio com acentos ou ruídos

Complementos opcionais baixados sob demanda em Configurações → Modelos: Forced Aligner (~540 MB) para marcas de tempo em nível de palavra, Hunyuan MT2 Fast (~1 GB) ou Qualidade (~4,3 GB) para tradução.

Redução de ruído

A redução de ruído serve para gravações feitas em ambientes barulhentos.

• Está desativado por padrão, porque foi configurado para piorar os clipes de microfone curtos e limpos.
• Ligue-o quando o quarto estiver barulhento.
• Deixe de usá-lo quando sua gravação estiver boa.
• Desativado por padrão — alterne por gravação ou sempre ativo

Ele aprende com as correções que você já faz.

A maioria dos aplicativos de voz pede que você leia frases de exemplo. Este, por sua vez, é treinado com as correções que você já faz: ao corrigir uma palavra mal ouvida, essa correção se torna o exemplo.

• Sem gravação de amostra, sem tarefas de casa.
• O treinamento é com um clique
• Funciona no seu próprio hardware
• O novo modelo estará pronto para ser utilizado assim que for concluído.
• Nas sessões de gravação
• Por favor, repita o parágrafo seguinte.
• Apenas a sua voz, e as correções que você pretendia fazer de qualquer forma

O teclado que ouve

Digite onde quer que o Cursor esteja — no editor, no terminal, em uma caixa de bate-papo, em um formulário, em qualquer campo que aceite entrada por teclado. E, se desejar, ele digita a tradução em vez da transcrição: diga em polonês, e a versão em inglês aparecerá na página.

• O microfone
• Um arquivo de áudio ou vídeo
• O áudio que está sendo reproduzido pelos seus alto-falantes
• Funciona com qualquer campo de texto, editor, terminal ou chat
• X11 e Wayland no Linux, entrada nativa no Windows

Suas palavras, escritas à sua maneira

Nomes de marcas, jargões, nomes de colegas. Ao marcá-los uma vez, eles deixam de ser escritos incorretamente. A mesma lista orienta a transcrição e a tradução, de modo que um nome nunca é localizado por acaso. Ao corrigir uma palavra mal ouvida uma vez, ela se torna dado de treinamento — você nunca é solicitado a lê-la em voz alta para praticar.

• Adicione termos em Configurações — um por linha
• Melhora o reconhecimento de nomes próprios e abreviações
• Preserva os nomes de marcas e termos técnicos nas traduções
• Sem retreinamento necessário — aplicado no momento da inferência

O agente fica de olho.

Dê ao seu agente de IA a capacidade de ouvir. Por meio do MCP, ele pode transcrever, traduzir e gravar uma reunião de qualquer duração, em sua máquina, sem necessidade de chave API.

• Transcreva arquivos de áudio/vídeo, gravações de microfone ou áudio do sistema
• Traduza texto, SRT ou VTT (modo bilíngue suportado)
• Alterne o dispositivo de processamento ASR ou MT sob demanda
• Liste e alterne os perfis de voz pessoais
• Leia/escreva qualquer configuração do aplicativo a partir do agente

Uma chamada de três horas não é diferente de uma de três minutos — não há necessidade de ficar supervisionando, e se você esquecer que ela está sendo gravada, nada será perdido: ela termina sozinha e guarda a transcrição para você.