ดู การใช้งานจริง

ศูนย์บัญชาการของคุณ

หน้าต่างเดียวก็เพียงพอสำหรับทุกอย่าง แค่เปิดไฟล์เสียงหรือวิดีโอ กดไมโครโฟน หรือบันทึกสิ่งที่กำลังเล่นผ่านลำโพง มีวิธีการเข้าถึง 3 วิธี แต่อยู่ในที่เดียว ไม่ต้องจัดการกับเครื่องมือหลายอย่าง หรือค้นหาเมนูต่างๆ

ข้อความที่ถูกแปลงเป็นตัวอักษรจะปรากฏอยู่ด้านล่างเสมอ พร้อมกับการแสดงจำนวนตัวอย่างเสียงที่คุณเก็บไว้สำหรับการฝึกฝนส่วนตัว — คลิกที่นั่นเพื่อดูรายชื่อตัวอย่างเสียงทั้งหมด จากที่นี่คุณสามารถเปิดหน้าการตั้งค่า ดูประวัติการใช้งาน แก้ไขข้อความที่ถูกแปลงเป็นตัวอักษรล่าสุด หรือเริ่มบันทึกเสียงได้เพียงคลิกเดียว เมื่อปิดหน้าต่าง แอปจะถูกซ่อนไว้ในแถบระบบ โดยจะยังคงทำงานอยู่เบื้องหลัง เตรียมพร้อมทันทีเมื่อคุณกดคีย์ลัด

กด พูด เสร็จ

กด พูด เสร็จสิ้น คีย์บอร์ดเสียง กด พูด ปล่อย แล้วคำต่างๆ จะปรากฏที่ตำแหน่งของ Cursor ไม่ว่าจะเป็นในเบราว์เซอร์ IDE แอปแชท หรือช่องใดก็ตามที่รองรับคีย์บอร์ด ต้องการการแปลแทนข้อความต้นฉบับหรือ? กรุณาพิมพ์สิ่งที่ต้องการแปลแทน.

ถอดเสียงจากไฟล์ใดๆ — ไม่ว่าจะเป็นภาษาใดก็ตาม

เปิดไฟล์บันทึกการประชุมที่มีความยาวสองชั่วโมง แล้วไปทำกาแฟได้เลย ไม่มีข้อจำกัดด้านความยาว ไม่ต้องคอยดูแลอะไรเลย — มันจะประมวลผลไฟล์ทั้งหมดแล้วสร้างสรุปเนื้อหาให้คุณเอง ลืมไปเลยว่าคุณเคยเปิดการบันทึกไว้ เพราะไม่มีอะไรสูญหาย มันจะทำงานเสร็จสมบูรณ์เอง ทุกอย่างจะเกิดขึ้นบนเครื่องที่อยู่ตรงหน้าคุณ ในภาษาของคุณ ด้วยสำเนียงของคุณเอง

บันทึกและแปลสด

บันทึกการสนทนา การประชุม หรือบทสัมภาษณ์ แล้วดูคำพูดปรากฏขึ้นตามที่พูดออกมา หากเพิ่มการแปลเข้าไป ก็จะได้ภาษาอื่นในคราวเดียวกัน สำเนียงของคุณไม่ใช่อุปสรรค เพราะระบบนี้รู้จักคุณอยู่แล้ว

บันทึกเสียงที่เล่นออกมาจากลำโพงของคุณ

การประชุมที่คุณเข้าร่วมในฐานะแขก วิดีโอที่ไม่มีบทสรุป การถ่ายทอดสดผ่านเว็บที่คุณพลาดไปครึ่งหนึ่ง มันจะรับฟังเสียงที่ออกมาจากลำโพง ไม่ใช่แค่เสียงที่ออกมาจากไมโครโฟนเท่านั้น

แปลเป็นหลายภาษาพร้อมกัน

พูดหนึ่งครั้งเป็นภาษาโปแลนด์ จากนั้นให้แปลเป็นภาษาอังกฤษ ญี่ปุ่น ฝรั่งเศส และสเปนพร้อมกัน โดยแต่ละภาษาอยู่ในบรรทัดหนึ่ง หรืออยู่ข้างๆ กันในบรรทัดเดียวกัน สามารถเลือกภาษาปลายทางได้ตามจำนวนที่ต้องการ คุณพูดหนึ่งครั้ง แล้วมันจะแสดงผลในทุกภาษาเหล่านั้น

แปลข้อความและคำบรรยาย

สามารถแปลข้อความธรรมดา หรือแปลไฟล์คำบรรยายโดยรักษาเวลาทุกอย่างไว้ให้ครบถ้วน ไม่ว่าจะเป็นรูปแบบ SRT หรือข้อความธรรมดา โดยสามารถกำหนดเวลาตามประโยคหรือตามคำเพื่อการแก้ไขที่แม่นยำยิ่งขึ้น จากข้อมูลที่ Tencent เปิดเผยเอง บนมาตรฐานทดสอบ FLORES-200 เครื่องมือแปลของ Tencent มีคุณภาพเทียบเท่า 97.9% ของ Google Gemini 3.1 Pro และยังมีคุณภาพดีกว่าในการแปลภาษาที่ใช้กันน้อยและในสถานการณ์จริงอีกด้วย สิ่งที่นำมาวัดคือคุณภาพ ไม่ใช่ความเร็ว

สอนคำศัพท์ของคุณให้มัน

ชื่อแบรนด์ คำศัพท์เฉพาะ ชื่อเพื่อนร่วมงานของคุณ — เมื่อบันทึกไว้แล้ว ก็จะไม่มีการเขียนผิดอีก รายชื่อที่บันทึกไว้นี้จะช่วยกำหนดทิศทางในการถอดเสียงและแปลด้วย ดังนั้นชื่อต่างๆ จึงจะไม่ถูกแปลผิดโดยบังเอิญ

แก้ไขข้อผิดพลาด ปรับปรุงโมเดล

แก้ไขคำที่เข้าใจผิดหนึ่งครั้ง มันก็จะกลายเป็นข้อมูลสำหรับการฝึก ไม่มีประโยคตัวอย่างให้อ่าน การแก้ไขที่คุณทำไปแล้วนั่นแหละที่จะช่วยสอนมัน

เสียงของคุณ ชุดข้อมูลของคุณ

มันจะฝึกโดยใช้เสียงของคุณเอง และชุดข้อมูลก็เป็นของคุณ — จะอยู่บนเครื่องของคุณเท่านั้น มีเพียงสามสิ่งเท่านั้นที่ถูกส่งไปยังเครือข่าย นั่นคือ การตรวจสอบใบอนุญาตเมื่อเริ่มใช้งาน การตรวจสอบการอัปเดตเมื่อเริ่มใช้งาน และการดาวน์โหลดโมเดลที่คุณเป็นคนเริ่มดาวน์โหลดเอง ไม่มีเสียง ไม่มีข้อความเลย พอโมเดลถูกเก็บไว้ในดิสก์แล้ว มันก็สามารถทำงานได้โดยไม่ต้องใช้เครือข่ายเลย ไม่ว่าจะเป็นการสนทนากับทนายความ ผลิตภัณฑ์ที่ยังไม่ได้เปิดตัว หรือบันทึกข้อมูลผู้ป่วย — ทั้งหมดจะถูกถอดเสียงโดยไม่มีอะไรรั่วไหลออกมาเลย

ปรับแต่ง AI ให้เหมาะกับคุณ — บนเครื่องของคุณเอง

การฝึกโมเดลทำได้เพียงคลิกเดียว โดยจะทำงานบนฮาร์ดแวร์ของคุณเอง และเมื่อการฝึกเสร็จสิ้น ก็สามารถเปลี่ยนไปใช้โมเดลใหม่ได้ทันที มีโมเดลให้เลือกสองขนาด คือขนาดเล็กสำหรับแล็ปท็อปและกราฟิกแบบรวมอยู่ในเครื่อง และขนาดใหญ่สำหรับเสียงที่มีน้ำเสียงเฉพาะตัวหรือมีเสียงรบกวน คุณสามารถเลือกใช้โมเดลใดก็ได้ตามต้องการ และสามารถเปลี่ยนได้ตลอดเวลา

โมเดลและอุปกรณ์

โปรแกรมนี้ทำงานบนแล็ปท็อปที่คุณมีอยู่แล้ว โมเดลขนาดเล็กใช้หน่วยความจำกราฟิกราว 2 GB และขนาดใหญ่กว่าใช้ราว 3.5 GB; เครื่องมือแปลภาษาใช้เพิ่มอีกราว 2 GB สำหรับแบบเร็ว และราว 6 GB สำหรับแบบคุณภาพสูง ไม่มีการ์ดจอเลย? ก็ใช้ได้เช่นกัน — แค่ RAM 8 GB และ CPU แบบสี่แกน บน Linux เป็นไฟล์เดียวพกพาได้โดยไม่ต้องติดตั้งอะไร; บน Windows เป็นตัวติดตั้งที่ไม่ต้องใช้สิทธิ์ผู้ดูแลระบบ หาก Linux ของคุณเก่ากว่า glibc 2.38 — เช่น Ubuntu 22.04, Debian 12 — โปรแกรมจะไม่สามารถเริ่มทำงานได้ Fedora 39, Ubuntu 24.04, Debian 13 และใหม่กว่านั้นใช้งานได้อย่างสมบูรณ์

ควบคุมอินพุตได้เต็มรูปแบบ

ไมโครโฟน ไฟล์ หรือลำโพง — คุณสามารถเลือกวิธีการรับข้อมูลได้ตามต้องการ ทั้งการถอดรหัสเสียงและการแปลสามารถใช้โปรเซสเซอร์ที่แตกต่างกันได้ โดยอันหนึ่งอาจทำงานบนการ์ดกราฟิก ส่วนอีกอันหนึ่งอาจทำงานบน CPU

ฟีเจอร์ลดเสียงรบกวนมีไว้สำหรับการบันทึกเสียงในห้องที่มีเสียงรบกวน แต่โดยค่าเริ่มต้นแล้วฟีเจอร์นี้จะถูกปิดไว้ เพราะการทดสอบพบว่ามันทำให้คุณภาพของไฟล์เสียงที่บันทึกด้วยไมโครโฟนในระยะเวลาสั้นๆ แย่ลง

30 ภาษา + 22 ภาษาจีนถิ่น คลิกเดียว

สามารถถอดเสียงเป็น 30 ภาษา แปลได้ 38 ภาษา และ 23 ภาษาสามารถแปลไปมาได้ นอกจากนี้ยังสามารถรู้จำภาษาถิ่นของจีนได้ 22 ภาษาด้วยตัวเอง คำพูดภาษาสี่ชวนของคุณยายก็จะถูกต้องเช่นกัน

ทุกสิ่งที่คุณพูด ค้นหาได้

บันทึกทุกอย่างจะถูกเก็บไว้ในเครื่องของคุณ และสามารถค้นหาได้ การประชุมยาวสองชั่วโมงที่คุณลืมไปนั้นก็ยังคงอยู่ที่นั่น เพียงแค่มีการเก็บไว้ก็ไม่จำเป็นต้องอัปโหลดอะไรเพิ่มเติม

ทำให้เป็นของคุณเอง

ทำให้มันเป็นของคุณเอง มอบหน้าที่การฟังให้กับตัวแทน AI ของคุณ มันสามารถทำการถอดเสียงและแปลข้อความผ่าน MCP บนเครื่องของคุณได้ โดยไม่จำเป็นต้องมี API key ซึ่งเป็นส่วนหนึ่งของใบอนุญาตแบบเสียค่าใช้จ่าย หากตัวแทนของคุณสามารถเข้าถึงข้อมูลได้เฉพาะผ่าน URL เท่านั้น แอปนี้ก็สามารถสร้าง endpoint ในเครื่องที่ต้องใช้โทเคน และจะไม่สามารถทำงานได้หากไม่มีโทเคนนั้น การสนทนาที่ใช้เวลาสามชั่วโมงก็ไม่ต่างอะไรกับการสนทนาที่ใช้เวลาสามนาที

อัปเดตให้ทันสมัยอยู่เสมอ

ซื้อครั้งเดียว ก็เป็นของคุณไปเลย มาพร้อมการอัปเดตตลอดหนึ่งปี หลังจากนั้นการอัปเดตจะเป็นทางเลือก และถ้าไม่อัปเดตแอปก็ยังสามารถใช้งานได้ในเวอร์ชันที่มีอยู่ต่อไปเรื่อยๆ แม้จะผ่านไปห้าปีก็ตาม ไม่ว่าคุณจะจ่ายเงินให้เราอีกหรือไม่ก็ตาม นั่นแหละคือข้อตกลงทั้งหมด