Tudo em Um único aplicativo

Privacidade Total

Cada palavra que você diz é processada em seu dispositivo. Nenhum áudio, texto ou metadado é transmitido para nenhum servidor. Não há backend em nuvem, nem telemetria, nem análises, e nenhum envio de dados de volta.

• Zero chamadas de rede durante a transcrição
• Modelos armazenados localmente após download único
• Motor de código aberto Qwen3-ASR — totalmente auditável

Aceleração por GPU

O Brethof Voice Pro utiliza o motor otimizado para GGUF com llama.cpp para proporcionar inferência extremamente rápida. Suporta, de forma pronta para uso, os três principais fabricantes de GPUs.

• NVIDIA — Aceleração Vulkan (série GTX 10 e modelos mais recentes)
• AMD — Aceleração Vulkan (série RX 500 e modelos mais recentes)
• Intel — Aceleração Vulkan (GPUs Arc e gráficos integrados)
• Fallback de CPU — funciona sem GPU, apenas mais lento

Transcrição off-line — 30 idiomas + 22 dialetos chineses

Impulsionado por Qwen3-ASR por meio de llama.cpp. Defina um idioma específico para obter a maior precisão, ou deixe o motor detectar automaticamente. Cada palavra permanece em seu computador.

Além disso, 22 dialetos regionais chineses (Anhui, Dongbei, Fujian, Henan, Hunan, Shandong, Sichuan, Wu, Minnan e outros) são reconhecidos automaticamente quando o idioma é definido como chinês ou em modo de detecção automática.

Tradução off-line — 38 idiomas Novidades na versão 2.0.0

Traduza qualquer transcrição, saída de teclado de voz, texto simples ou arquivo de legenda — inteiramente em seu computador. Impulsionado por Tencent Hunyuan MT2: em FLORES-200 (XCOMET-XXL), o nível de qualidade atinge 97,9% do Google Gemini 3.1 Pro E o compacto Fast tem 89,9%, superando o Gemini 3.1 Pro em testes do mundo real (WildMTBench) e em traduções de línguas minoritárias.

• Transcrever + traduzir — Escolha um idioma de destino na janela pop-up “Transcrever”; o ASR faz a transcrição, o MT faz a tradução, e ambos são exibidos lado a lado
• Tradução de teclado de voz — fale, escolha alvos em uma grade de idiomas com 3 colunas, o teclado digita a tradução
• Tradutor de legendas — Arquivos SRT/VTT em qualquer um dos 38 idiomas, com modo bilíngue opcional (texto original + tradução por cena).
• Dois níveis de modelo — Rápido (~1 GB): menos de um segundo em CPU ou GPU; Qualidade (~4,3 GB): menos de um segundo em GPU
• Seletor de dispositivo independente — execute a ASR em Vulkan 0, a tradução em Vulkan 1, ou ambos no CPU

Dois tamanhos de modelo

Escolha o equilíbrio entre precisão, velocidade e VRAM que se adapte ao seu computador. Ambos utilizam a mesma arquitetura Qwen3-ASR; você pode alternar entre eles a qualquer momento em Configurações → Modelos.

• 0,6 bilhão — Pequeno, rápido, funciona com GPUs integradas ou qualquer placa Vulkan de 4 GB ou mais. Recomendado como padrão para laptops.
• 1,7 bilhão — Maior tamanho e maior precisão em áudios com acentos ou ruídos. Funciona bem com 6 GB+ de VRAM. É o mais avançado entre os sistemas ASR abertos.

Downloads opcionais de complementos sob demanda em Configurações → Modelos: Alinhador Forçado (~540 MB) para marcas de tempo em nível de palavra, Hunyuan MT2 Rápido (~1 GB) ou Qualidade (~4,3 GB) para tradução.

Redução de ruído por IA

Supressão opcional de ruído com DeepFilter para gravações feitas em ambientes barulhentos — desativada por padrão; habilite-a através da janela emergente “Ruído”. Ignorá-la em clipes de microfone limpos na verdade melhora a qualidade (o DeepFilter pode processar demais áudio curto e limpo).

• Remove o ruído de fundo, os cliques do teclado e o eco do ambiente
• Atenuação configurável
• Não é necessário hardware adicional
• Desativado por padrão — alternar entre gravação por gravação ou sempre ativo

Treinamento Personalizado de Voz

Ajuste o modelo com sua própria voz usando LoRA — tudo é processado do início ao fim em seu computador. Sempre que você corrigir uma palavra mal reconhecida, o par {clip, correção} será salvo em seu conjunto de dados de treinamento local. O painel de treinamento na janela principal exibe, de imediato, o número total de amostras e minutos gravados — clique nele para abrir o navegador de conjuntos de dados e, em seguida, selecione “Iniciar treinamento” na aba Treinamento.

• Adapte-se ao seu sotaque, dialeto e ritmo de fala.
• As correções são salvas automaticamente — basta continuar usando o aplicativo.
• Ajuste fino de LoRA — rápido, eficiente, sem treinamento completo
• Seleção automática NVIDIA CUDA (cu128 PyTorch) ou CPU backend
• Exporta automaticamente o modelo treinado para GGUF quando concluído
• Seus dados de voz nunca saem do seu dispositivo.
• Gratuito para cada licença paga

Teclado de Voz e Injeção Direta de Texto

Mantenha a tecla de atalho pressionada, fale, e o texto será inserido onde estiver o cursor — como em um teclado. Funciona em navegadores, IDEs, terminais, aplicativos de bate-papo, em qualquer lugar onde um campo de texto aceite entrada por teclado.

• Tecla de atalho padrão F9 — configurável, gravar ao manter pressionado ou alternar
• Gatilho opcional com o botão direito do mouse para gravação sem as mãos
• Chip de tradução em tempo real — Fale em um idioma, o teclado digitará a tradução. Escolha um ou mais destinos em uma grade de 3 colunas: um por linha, inline.EN: … || PL: …), ou apenas o primeiro alvo.
• Funciona com qualquer campo de texto, editor, terminal ou chat
• X11 e Wayland no Linux, entrada nativa no Windows

Contexto e Terminologia de Palavras-Chave

Um campo, duas utilidades. Violar a imparcialidade ASR em relação a nomes próprios, marcas e jargões — evita que “VFIO” seja traduzido incorretamente como “VEAF1”. O mesmo campo também serve como dicionário de terminologia de tradução — Fixe o “Brethof Voice” para que permaneça como “Brethof Voice” em todos os idiomas de destino.

• 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
• Não é necessário retreinamento — é aplicado no momento da inferência

Servidor MCP para agentes de IA Planos pagos

O mesmo binário que executa a interface gráfica pode funcionar como servidor do Protocolo de Contexto de Modelo — 19 ferramentas que oferecem funcionalidades de ASR e MT para Claude Desktop, Claude Code, Cursor, Cline ou qualquer agente compatível com MCP. A transmissão é feita por stdio: sem porta, sem firewall, sem vinculação a localhost. O agente controla todo o ciclo de vida.

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

Executar brethof-voice --mcp e o agente se conecta por meio de stdio. É necessária uma licença paga — usuários de teste não podem iniciar o servidor.