ทุกสิ่งภายใน แอปเดียว

เสียงของคุณจะไม่มีวันออกไปนอกคอมพิวเตอร์ของคุณ

ประโยคนั้นคือสาระสำคัญทั้งหมด และมันก็ใช้ได้จริง มีสามสิ่งที่ต้องเกิดขึ้นก่อนที่จะใช้งานได้ นั่นคือ การตรวจสอบใบอนุญาตตอนเริ่มต้น การตรวจสอบการอัปเดตตอนเริ่มต้น และการดาวน์โหลดโมเดลเพื่อเริ่มใช้งาน จะไม่มีเสียงหรือข้อความใดๆ เลย

• ไม่มีเสียง ไม่มีข้อความ เลยแม้แต่น้อย
• เมื่อโมเดลถูกบันทึกไว้ในดิสก์ของคุณแล้ว และการตรวจสอบการอัปเดตถูกปิดไว้ ก็จะไม่มีอะไรถูกส่งออกไปเลย
• ไม่มีเครือข่าย ก็ไม่มีปัญหา。

สามารถใช้งานได้กับแล็ปท็อปที่คุณมีอยู่แล้ว

ไม่จำเป็นต้องมีเวิร์กสเตชัน รุ่นขนาดเล็กสามารถทำงานได้กับการ์ดจอที่มีหน่วยความจำ 4 GB และยังสามารถทำงานได้โดยไม่ต้องใช้การ์ดจอเลย โดยมีหน่วยความจำ RAM 8 GB โปรเซสเซอร์แบบ x86_64 4 คอร์ และหน่วยความจำดิสก์ 5 GB

• NVIDIA — GPU ที่รองรับ Vulkan 1.2+
• AMD — GPU ที่รองรับ Vulkan 1.2+
• บน Linux มันจะถูกส่งมาในรูปแบบไฟล์ที่สามารถพกพาได้เพียงไฟล์เดียว โดยไม่จำเป็นต้องติดตั้งอะไรเพิ่มเติม
• บน Windows มันเป็นตัวติดตั้งธรรมดาที่ไม่จำเป็นต้องใช้สิทธิ์ผู้ดูแลระบบ

30 ภาษา 22 ภาษาถิ่นจีน บนเครื่องของคุณ

สามารถแปลเป็น 30 ภาษา และสามารถรู้จำภาษาถิ่นของจีนได้ 22 ภาษาโดยอัตโนมัติ โดยไม่จำเป็นต้องบอกว่ากำลังพูดภาษาใดอยู่

ทั้งหมดทำงานบนเครื่องของคุณเอง ไม่มีค่าธรรมเนียมต่อนาที และไม่ต้องอัปโหลดข้อมูลใดๆ

แปลเป็น 38 ภาษา — มีในเวอร์ชัน 2.0.0

แปลเป็น 38 ภาษา — มีใหม่ในเวอร์ชัน 2.0.0

• พูดภาษาโปแลนด์ จะได้รับภาษาอังกฤษ พูดภาษาอังกฤษ จะได้รับภาษาญี่ปุ่น
• พูดมันหนึ่งครั้ง แล้วให้มีการพิมพ์ออกมาเป็นภาษาอังกฤษ ภาษาญี่ปุ่น ภาษาฝรั่งเศส และภาษาสเปนพร้อมกัน โดยอาจเป็นหนึ่งภาษาต่อหนึ่งบรรทัด หรือวางเรียงกันในบรรทัดเดียวกัน ตามจำนวนภาษาที่ต้องการได้เลย
• คุณภาพการแปลของมันสามารถแข่งขันได้กับผู้ให้บริการคลาวด์รายใหญ่ โดยอาศัยเทคโนโลยี Hunyuan MT2 จาก Tencent ในมาตรฐานทดสอบ FLORES-200 นั้น คุณภาพการแปลมีค่าถึง 97.9% เมื่อเทียบกับ Google Gemini 3.1 Pro และยังทำได้ดีกว่าในการแปลภาษาจริงและภาษาชนกลุ่มน้อยอีกด้วย
• คำบรรยายก็เช่นกัน — ในรูปแบบข้อความธรรมดาหรือ SRT โดยมีการกำหนดเวลาตามประโยค หรือตามคำเมื่อต้องการแก้ไขอย่างแม่นยำ
• การแปลไฟล์คำบรรยายจะช่วยรักษาจังหวะเวลาทั้งหมดไว้ให้คงเดิม

เครื่องของคุณ คุณเป็นคนตัดสินใจเอง

มีให้เลือก 2 ขนาด ซึ่งถือเป็นทางเลือกมากกว่าการแบ่งระดับ ขนาดเล็กสำหรับโน้ตบุ๊กที่มีกราฟิกในตัว ส่วนขนาดใหญ่สำหรับเสียงที่มีความถี่สูงหรือมีเสียงรบกวน คุณสามารถเปลี่ยนไปมาระหว่างขนาดทั้งสองได้ตลอดเวลา นอกจากนี้ ฟังก์ชันการถอดเสียงและการแปลก็จะใช้โปรเซสเซอร์ของตัวเอง ดังนั้นอันหนึ่งอาจทำงานบนการ์ดกราฟิก ในขณะที่อีกอันทำงานบน CPU

• เล็ก — สำหรับแล็ปท็อปและกราฟิกในตัว
• ใหญ่ — สำหรับไฟล์เสียงที่มีเสียงแหลมหรือมีเสียงรบกวน

ส่วนเสริมแบบเลือกใช้ดาวน์โหลดตามต้องการจาก Settings → Models: Forced Aligner (ประมาณ 540 MB) สำหรับเวลาในระดับคำ Hunyuan MT2 Fast (ประมาณ 1 GB) หรือ คุณภาพ (ประมาณ 4.3 GB) สำหรับการแปล

การลดเสียงรบกวน

การลดเสียงรบกวนมีไว้สำหรับการบันทึกเสียงในห้องที่มีเสียงดัง

• โดยค่าเริ่มต้นแล้วจะปิดอยู่ เพราะถูกออกแบบมาเพื่อทำให้คลิปเสียงจากไมโครโฟนที่มีความยาวสั้นและมีคุณภาพต่ำแย่ลง
• เปิดมันเมื่อในห้องมีเสียงดัง
• หากการบันทึกของคุณออกมาดีแล้ว ก็ไม่จำเป็นต้องใส่มันเข้าไป
• ปิดโดยค่าเริ่มต้น — เปลี่ยนเป็นเปิดใช้งานตามการบันทึกแต่ละครั้งหรือเปิดตลอดเวลา

มันจะเรียนรู้จากการแก้ไขที่คุณทำไปแล้ว

แอปพลิเคชันสำหรับรับรู้เสียงส่วนใหญ่จะขอให้คุณอ่านประโยคตัวอย่าง แต่แอปนี้จะฝึกฝนจากการแก้ไขที่คุณทำไปแล้ว นั่นคือการแก้คำที่ได้ยินผิด และการแก้ไขนั้นจะกลายเป็นตัวอย่างไป

• ไม่มีการบันทึกตัวอย่าง ไม่มีการบ้าน
• การฝึกอบรมใช้เพียงการคลิกเดียว
• ทำงานบนฮาร์ดแวร์ของคุณเอง
• เมื่อเสร็จสิ้นแล้ว โมเดลใหม่ก็พร้อมที่จะเปลี่ยนมาใช้ได้ทันที
• ไม่มีการบันทึกเสียง
• ไม่มีข้อความ “กรุณาทวนย่อหน้าต่อไปนี้”
• เพียงเสียงของคุณ และการแก้ไขที่คุณตั้งใจจะทำอยู่แล้ว

คีย์บอร์ดที่รับฟัง

พิมพ์ได้ทุกที่ที่ Cursor อยู่ — ไม่ว่าจะเป็นโปรแกรมแก้ไขตัวอักษร ตัวจัดการคำสั่ง เครื่องมือแชท แบบฟอร์ม หรือช่องใดๆ ที่รับข้อมูลจากคีย์บอร์ด และหากต้องการ มันก็จะพิมพ์ผลแปลแทนการพิมพ์ข้อความต้นฉบับ: พูดเป็นภาษาโปแลนด์ แล้วผลแปลเป็นภาษาอังกฤษก็จะปรากฏบนหน้าเว็บ

• ไมโครโฟน
• ไฟล์เสียงหรือวิดีโอ
• เสียงที่กำลังเล่นผ่านลำโพงของคุณ
• ใช้ได้กับช่องข้อความ โปรแกรมแก้ไข เทอร์มินัล หรือแชทใดก็ได้
• X11 และ Wayland บน Linux, การรับอินพุตแบบเดิมบน Windows

คำพูดของคุณ คือวิธีการเขียนของคุณเอง

ชื่อแบรนด์ คำศัพท์เฉพาะ ชื่อเพื่อนร่วมงาน เมื่อบันทึกไว้แล้วก็จะไม่มีการเขียนผิดอีก รายการเดียวกันนี้จะใช้ในการถอดเสียงและแปลด้วย ดังนั้นชื่อต่างๆ จึงจะไม่ถูกแปลผิดโดยบังเอิญ เมื่อแก้คำที่ได้ยินผิดไปแล้ว คำนั้นก็จะกลายเป็นข้อมูลสำหรับการฝึก และคุณจะไม่ถูกขอให้อ่านคำนั้นอีกเพื่อฝึกฝน

• เพิ่มคำศัพท์ในการตั้งค่า — หนึ่งคำต่อบรรทัด
• ปรับปรุงการจดจำคำนามเฉพาะและคำย่อ
• รักษาชื่อแบรนด์และคำศัพท์ทางเทคนิคไว้ในคำแปล
• ไม่ต้องฝึกใหม่ — นำไปใช้ได้ทันทีที่เวลาประมวลผล

เอเย่นต์ได้ยินเสียง

มอบความสามารถในการฟังให้กับตัวแทน AI ของคุณ ผ่าน MCP มันสามารถทำการถอดเสียง แปลภาษา และบันทึกการประชุมที่มีระยะเวลาเท่าใดก็ได้ บนเครื่องของคุณเอง โดยไม่จำเป็นต้องมี API key

• ถอดเสียงจากไฟล์เสียง/วิดีโอ การบันทึกด้วยไมโครโฟน หรือเสียงของระบบ
• แปลข้อความ SRT หรือ VTT (รองรับโหมดสองภาษา)
• สลับอุปกรณ์ประมวลผล ASR หรือ MT ได้ทันที
• แสดงรายการและสลับโปรไฟล์เสียงส่วนตัว
• อ่าน/เขียนการตั้งค่าแอปใดๆ จากเอเจนต์ได้

การสนทนาที่ใช้เวลาสามชั่วโมงก็ไม่ต่างอะไรกับการสนทนาที่ใช้เวลาสามนาที — ไม่จำเป็นต้องคอยดูแลอะไร และถ้าคุณลืมไปว่ามีการบันทึกไว้ ก็ไม่มีอะไรสูญหาย เพราะการบันทึกจะหยุดลงเอง และจะเก็บบันทึกการสนทนาไว้ให้คุณ