Продукт Оновлення

v2.0.0 — офлайн-переклад на 38 мовах

Brethof Voice Pro вже не є просто засобом для перекладу голосу у текст. Випущена версія v2.0.0 офлайн-переклад розроблено Tencent Hunyuan MT2 — у FLORES-200 (XCOMET-XXL) рівень 7B досягає 97,9% Google Gemini 3.1 ProКрім того, він перевершує Gemini у тестах у реальних умовах та з мов меншин. Переклад виконується повністю на вашому пристрої. Існують два рівні моделей, які завантажуються за потреби: швидкий (~1 ГБ, менше секунди на CPU чи GPU) та високоякісний (~4,3 ГБ, менше секунди на GPU). До того ж є кілька довгоочікуваних додатків.

Що нового у версії v2.0.0:

• Транскрибувати + перекладати — У вікні Transcribe є спадний список „Перекласти у:“. ASR здійснює транскрипцію, а MT — переклад; обидва результати відображаються поруч. Функція працює з файлами, мікрофоном та системним аудіо (запис зустрічей через луп-бек, вкладки браузера, будь-що, що відтворюється через колонки).
• Багатомовна голосова клавіатура — Новий чіп перекладу у основному ряду дозволяє створити мережу мов у 3 колонки. Виберіть одну або кілька мов-цілей, і клавіатура введе переклад. Режими розташування: по одному на рядок, врізаний (EN: … || PL: …), або лише першу мету.
• Перекладач субтитрів SRT / VTT — зберігає таймінги та індекси підказок, підтримує двомовний режим (рядок вихідного тексту + переклад для кожної підказки). Доступний через MCP для автоматизації за допомогою штучних агентів.
• Кілька GPU на один двигун — У налаштуваннях → Моделі є окремий вибірник пристроїв для кожного двигуна. Запустіть ASR на Vulkan 0 та переклад на Vulkan 1, або призначте Hunyuan MT2 7B для роботи на CPU на ноутбуках із обмеженою кількістю VRAM.
• Персональне тренування голосу відбувається повністю в реальному часі — Доопрацювання моделі LoRA під ваш голос безпосередньо на вашому пристрої. На картці тренування у головному вікні одразу видно загальну кількість зразків та час запису; кнопка „Почати тренування“ у вкладці Тренування автоматично обирає NVIDIA CUDA або CPU, а потім автоматично експортує навчену модель у формат GGUF. Безкоштовно при кожній оплаченій ліцензії.
• 4 нові інструменти MCP — translate_text, translate_srt, list_compute_devices, set_compute_deviceЗагальна кількість інструментів зараз становить 19.
• Чесна мова розділяє — ASR: 30 мов для вибору + автоматичне виявлення мови + 22 діалекти китайської мови (загалом 52). Переклад: 38 мов (33 основні + 5 меншинних мов Китаю). 23 з них підтримують двосторонній переклад.

Бінарний файл для Linux має розмір 161 МБ, інсталятор для Windows — 118 МБ. Такі самі ціни на запуск: 49 доларів для особистого використання, 149 доларів для бізнесу. Існуючі ліцензії залишаються чинними — просто завантажити v2.0.0 А моделі перекладу будуть відображатися у Режимах → Моделі.

v1.6.16 — Особисте навчання голосу вже доступне

Процес навчання вже готовий до використання. Налаштування LoRA під ваш голос тепер відбувається повністю на вашому пристрої — додаток автоматично обирає NVIDIA CUDA or ЦПУПісля завершення процесу навчання модель автоматично експортується у форматі GGUF. Кожна зміна, яку ви вносите через GUI, автоматично зберігається у вашому локальному наборі даних для навчання; на картці навчання у головному вікні одразу відображається загальна кількість зразків та час, витрачений на навчання.

Бонус: точність роботи голосової клавіатури покращилась у всіх мовах завдяки оновленню llama.cpp (версія b9222), яке виправило проблему з розмежуванням фрагментів у довгих кліпах. Надається безкоштовно з кожною платною ліцензією.

v1.6.0 — Асинхронні завдання транскрипції + вдосконалення SRT на рівні слів

З’явилися два нові інструменти MCP: start_transcription негайно повертає ідентифікатор завдання, щоб агент міг виконувати іншу роботу, та get_transcription_status Опитування для завершення. Одна робота за раз; результат відображається після її завершення. Великі файли більше не блокують цикл агента.

Крім того, низка виправлень для форматування тексту на рівні слів у SRT/VTT: більше немає зайвих пробілів перед пунктуацією, більше немає окремих крапок, більше не трапляється витоку ключових слів чи контекстних фрагментів у транскрипцію. Чистіші субтитри – не потрібна ручна обробка.

v1.5.0 — Видалено підтримку ONNX, тепер час виконання становить лише llama.cpp + libmtmd

Повне переписування двигуна. Brethof Voice Pro тепер використовує Qwen3-ASR для обробки даних від початку до кінця. llama.cpp з вагами, квантованими у форматі GGUF, через libmtmdONNX Runtime більше не існує. Результат: менші розміри завантаження (~83 МБ бінарного файлу, порівняно з 400+ МБ), швидший початок роботи та відсутність проблем із версіями CUDA/DirectML для різних платформ.

Vulkan автоматично виявляє вашу відеокарту — NVIDIA, AMD чи Intel Arc — а у разі її відсутності використовує процесор як альтернативу. Цей самий двигун тепер забезпечує роботу всіх функцій: ASR, голосову клавіатуру, сервер MCP та (у версії v2.0.0) переклад.

v1.4.0 — перший випуск сервера MCP + вибір пристрою з кількома GPU

Сервер протоколу контексту моделі запущений. Будь-який штучний інтелект, сумісний з MCP — Claude Desktop, Claude Code, Курсор, Клайн — може здійснювати транскрипцію через stdio (без порту, без брандмауера). У тій самій версії поставляється вибірник пристроїв з кількома GPU щоб ви могли вибрати, яка GPU Vulkan використовується для ASR, а також опційні варіанти Примусовий вирівнювач додаток для додавання позначок часу на рівні слів у кожній транскрипції.

Лише для платної версії — сервер MCP відмовляється запускатися без особистої чи ділової ліцензії. brethof-voice --mcp Це однорядкове запускання.