Se det I praktiken

Din kontrollcentral

Ett fönster rymmer allt. Öppna en ljud- eller videofil, tryck på mikrofonen, eller fånga upp det som spelas genom dina högtalare. Tre sätt in, ett ställe – inga separata verktyg att jonglera, inga menyer att leta igenom.

Den sista transkriptionen är alltid synlig längst ner, tillsammans med ett träningskort som visar hur många röstprover du har lagrat för personligt träning – klicka på det för att bläddra igenom hela listan över prover. Härifrån kan du öppna Inställningar, se Historik, korrigera den sista transkriptionen eller starta inspelning med ett enda klick. Genom att stänga fönstret döljs appen i systemfältet, där den fortsätter att köra i bakgrunden och är redo när du trycker på din snabbknapp.

Tryck, prata, klart

Tryck, tala, klart. Röstklaviaturn. Tryck, tala, släpp, och orden hamnar där cursorn är – i en webbläsare, en IDE, en chattapp, vilket fält som helst som tar emot inmatning via klaviatur. Vill du ha översättningen istället för transkriptionen? Skriv det istället.

Transkribera vilken fil som helst – på vilket språk som helst

Öppna en två timmar lång mötesinspelning och gå och gör kaffe. Ingen längdgräns, inget att vakta – det bearbetar hela filen och överlämnar transkriptet. Glöm att du lämnade den på inspelning, ingenting går förlorat; den slutför arbetet själv. Allt sker på maskinen framför dig, på ditt språk, med din accent.

Spela in och översätt i realtid

Spela in ett samtal, en möte eller en konversation och se orden dyka upp i takt med att de tals. Lägg till översättning och du får en andra språk på samma sätt. Din accent stör inte, eftersom systemet redan har lärt sig dig.

Fånga upp det som spelas från dina högtalare

Mötet du deltog i som gäst. Videon utan transkript. Webinaret du missade halvan av. Den hör vad som kommer från dina högtalare, inte bara vad som kommer från din mikrofon.

Översätt till många språk samtidigt

Tala en gång på polska, låt det skrivas ut på engelska, japanska, franska och spanska samtidigt – ett per rad, eller sida vid sida i samma rad. Välj så många språk som du vill. Du sa det en gång; det står det i alla dem.

Översätt text och undertitlar

Översätt vanlig text eller en undertitelsfil och behåll all tidsstämpning. SRT eller vanlig text – tidsstämplad per mening eller ord för att kunna redigera exakt. När det gäller kvaliteten når Tencents översättningsmotor 97,9 % av Google Gemini 3.1 Pros prestanda på FLORES-200-benchmätkriteriet, och överträffar den även vid översättningar i verkliga sammanhang samt språk som tillhör minoriteter – enligt Tencents egna publicerade siffror. Det är kvaliteten som mättes, inte snabbheten.

Lär in ditt ordförråd

Dina varumärkesnamn, din jargong, dina kollegors namn – fäst dem en gång, och de kommer inte längre att ställas fel. Samma fästa lista styrer transkriptionen och översättningen, så ett namn lokaliseras aldrig av misstag.

Rätta fel, förbättra modellen

Korrigera ett felhört ord en gång och det blir träningsdata. Inga exempelmeningar att läsa upp. De justeringar du redan gör lär den.

Din röst, ditt dataset

Den tränas på din röst, och datamängden är din – den stannar på din maskin. Tre saker når nätverket, och inget annat: en licenskontroll vid start, en uppdateringskontroll vid start och de modellnedladdningar du själv startar. Inget ljud, ingen text, aldrig. När modellerna finns på disken fungerar det helt utan nätverk. Samtalet med din advokat, den olanserade produkten, patientanteckningarna – transkriberade utan att något läcker.

Anpassa AI:n – på din dator

Träning sker med en enda klick, körs på din egen hårdvara, och den nya modellen är redo att användas när tränningen är klar. Två modellstorlekar – den lilla för bärbara datorer och integrerade grafikenheter, den större för audio med starka eller brusiga ljud. Ett val, inte olika nivåer, och du kan byta när som helst.

Modeller och enheter

Den körs på den bärbara dator du redan har. Den lilla modellen använder cirka 2 GB grafikminne och den större cirka 3,5 GB; översättningsmotorn lägger till cirka 2 GB för den snabba och cirka 6 GB för den av hög kvalitet. Ingen grafikkort alls? Det fungerar också — 8 GB RAM och en fyrkärnig CPU. På Linux är det en enda portabel fil utan något att installera; på Windows ett installationsprogram som inte kräver administratörsrättigheter. Om ditt Linux är äldre än glibc 2.38 — Ubuntu 22.04, Debian 12 — startar det inte. Fedora 39, Ubuntu 24.04, Debian 13 och nyare är hemma.

Fullständig kontroll över inmatning

Mikrofon, fil eller högtalare – indata är ditt val. Transkribering och översättning kan båda välja sin egen processor, så en kör på grafikkortet medan den andra kör på CPU:n.

Ljudreducering finns till för inspelningar gjorda i ett bullrigt rum, men den är avstängd som standard – eftersom det visade sig att den förvärrar korta, renor mikrofoninspelningar.

30 språk + 22 kinesiska dialekter, ett klick

Transkribera på 30 språk, översätta mellan 38, och 23 fungerar i båda riktningarna. I sig självt känner det igen 22 kinesiska regionaldialekter. Din mormors syczuansiska dialekt kommas fram korrekt.

Allt du sa, sökbart

Varje transkript sparas på din dator och kan sökas. Den tvåtimmar långa mötet du glömde om finns fortfarande där. Inget behövde laddas upp för att det skulle behållas.

Gör det till ditt

Gör det ditt Ge din AI-agent öron. Den kan transkribera och översätta via MCP, på din dator, utan API-nyckel – vilket ingår i den betalda licensen. Om din agent endast kan komma åt resurser via URL kan appen exponera en lokal endpoint som kräver en token och vägrar starta utan den. En tre timmar lång samtal skiljer sig inte från ett tre minuter långt samtal.

Håll dig uppdaterad

Köp en gång – det är ditt. Ett år med uppdateringar ingår; därefter är uppdateringar valfria, och utan dem fungerar appen på den version du har, oändligen. Den fungerar fortfarande efter fem år, oavsett om du betalar oss igen eller inte. Det är hela affären.