Mọi thứ trong Một ứng dụng

Giọng nói của bạn không bao giờ rời khỏi máy tính của bạn.

Câu nói đó chính là toàn bộ nội dung trình bày, và nó vẫn còn hiệu lực. Có ba yếu tố cần được kiểm tra khi sử dụng mạng lưới này: việc kiểm tra giấy phép ngay khi khởi động, việc kiểm tra phiên bản mới ngay khi khởi động, và việc tải về mô hình cần sử dụng. Không có âm thanh, cũng không có văn bản, hoàn toàn không có gì cả.

• Không có âm thanh. Không có văn bản. Không bao giờ.
• Khi các mô hình đã được lưu trên ổ đĩa của bạn và chức năng kiểm tra cập nhật bị tắt, sẽ không có gì được gửi ra ngoài cả.
• Không có mạng, cũng không sao.

Hoạt động trên chiếc máy tính xách tay mà bạn đã có.

Không cần máy trạm làm việc. Mẫu máy nhỏ này có thể hoạt động với bất kỳ card đồ họa nào có dung lượng 4 GB; ngay cả khi không sử dụng card đồ họa, nó vẫn có thể hoạt động được. Yêu cầu về phần cứng bao gồm 8 GB RAM, bộ xử lý x86_64 bốn nhân, và 5 GB dung lượng ổ đĩa.

• NVIDIA — GPU Vulkan 1.2+
• AMD — GPU Vulkan 1.2+
• Trên Linux, nó được cung cấp dưới dạng một tập tin di động duy nhất mà không cần cài đặt gì thêm.
• Trên Windows, đó là một trình cài đặt bình thường và không cần quyền quản trị viên.

Ba mươi ngôn ngữ, hai mươi hai phương ngữ tiếng Trung, trên máy của bạn

Nó có thể chuyển tự sang 30 ngôn ngữ và tự động nhận diện 22 phương ngữ tiếng Trung, mà không cần được chỉ định phương ngữ nào đang được sử dụng.

Tất cả đều chạy trên máy của bạn, không thu phí theo phút và không cần tải lên.

Dịch sang 38 ngôn ngữ — tính năng mới trong phiên bản 2.0.0

Dịch sang 38 ngôn ngữ — tính năng mới trong phiên bản 2.0.0

• Nói tiếng Ba Lan, sẽ được tiếng Anh. Nói tiếng Anh, sẽ được tiếng Nhật.
• Hãy nói một lần và yêu cầu nó được gõ ra bằng tiếng Anh, tiếng Nhật, tiếng Pháp và tiếng Tây Ban Nha cùng lúc — mỗi ngôn ngữ một dòng, hoặc xếp cạnh nhau trong cùng một dòng, tùy theo số lượng ngôn ngữ mục tiêu mà bạn muốn.
• Bản dịch này có thể cạnh tranh với các nền tảng lớn trên môi trường đám mây. Nhờ được trang bị công nghệ Hunyuan MT2 của Tencent, trên tiêu chí đánh giá FLORES-200, chất lượng bản dịch của nó đạt 97,9% so với Gemini 3.1 Pro của Google, đồng thời vượt trội hơn trong việc dịch các văn bản thực tế và các ngôn ngữ thiểu số.
• Phụ đề cũng vậy — dạng văn bản thông thường hoặc SRT, được sắp xếp theo câu, hoặc từng từ nếu bạn cần chỉnh sửa một cách chính xác.
• Việc dịch tập tin phụ đề vẫn giữ nguyên độ trễ thời gian của chúng.

Máy của bạn, quyết định của bạn.

Có hai kích thước mô hình; đây là sự lựa chọn thay vì phân cấp: phiên bản nhỏ dành cho máy tính xách tay và card đồ họa tích hợp, phiên bản lớn hơn dành cho âm thanh có chất lượng cao hoặc ít nhiễu. Bạn có thể thay đổi giữa các phiên bản này bất cứ lúc nào. Việc ghi chép và dịch thuật mỗi loại lại sử dụng một bộ xử lý riêng; vì vậy một công việc có thể được thực hiện trên card đồ họa trong khi công việc còn lại được xử lý bởi CPU.

• Nhỏ — dành cho máy tính xách tay và card đồ họa tích hợp
• Lớn — đối với âm thanh có dấu nhấn hoặc ồn ào

Có thể tải các phần mở rộng tùy chọn theo yêu cầu từ Cài đặt → Mô hình: Forced Aligner (~540 MB) cho thời gian đánh dấu cấp độ từ, Hunyuan MT2 Fast (~1 GB) hoặc Chất lượng (~4,3 GB) cho việc dịch.

Giảm nhiễu

Chức năng giảm tiếng ồn được dùng cho các bản ghi âm được thực hiện trong môi trường ồn ào.

• Nó được tắt theo mặc định, vì nó được thiết kế nhằm làm cho các đoạn video ghi âm từ micrô có độ dài ngắn và chất lượng kém hơn.
• Hãy bật nó khi căn phòng quá ồn ào.
• Hãy bỏ qua bước này nếu bản ghi âm của bạn đã ổn.
• Tắt theo mặc định — chuyển đổi giữa tùy chọn bật mỗi lần ghi hoặc luôn bật

Nó học hỏi từ những sửa chữa mà bạn đã thực hiện.

Hầu hết các ứng dụng xử lý giọng nói đều yêu cầu người dùng đọc những câu mẫu. Ứng dụng này lại được huấn luyện dựa trên những sửa chữa mà người dùng đã thực hiện: sửa một từ bị nghe nhầm, và việc sửa đó sẽ trở thành ví dụ để học tập.

• Không cần ghi âm mẫu, không cần bài tập về nhà.
• Đào tạo chỉ cần một cú nhấp chuột.
• Hoạt động trên phần cứng riêng của bạn
• Mẫu mới sẽ sẵn sàng được chuyển sang ngay khi hoàn thành.
• Không có buổi ghi âm nào.
• Không cần “vui lòng lặp lại đoạn văn sau”.
• Chỉ cần giọng nói của bạn, cùng những điều chỉnh mà bạn dự định thực hiện thôi.

Bàn phím có khả năng lắng nghe

Gõ ở bất cứ đâu mà Cursor đang ở — trên trình soạn thảo, terminal, hộp chat, biểu mẫu, bất kỳ ô nào có thể nhận dữ liệu từ bàn phím. Và nếu bạn muốn, nó sẽ gõ phiên bản dịch thay vì bản chuyển tự: hãy nói bằng tiếng Ba Lan, và văn bản bằng tiếng Anh sẽ xuất hiện trên trang.

• Microphone
• Tệp âm thanh hoặc video
• Âm thanh phát ra từ loa của bạn
• Hoạt động được với bất kỳ trường văn bản, trình soạn thảo, terminal hay chat nào
• X11 và Wayland trên Linux, nhập liệu bản địa trên Windows

Những lời của bạn, được viết nên theo cách riêng của bạn.

Tên thương hiệu, thuật ngữ chuyên môn, tên đồng nghiệp. Chỉ cần ghi nhớ chúng một lần là chúng sẽ không còn bị dịch sai nữa. Cùng một danh sách này sẽ được sử dụng để hướng dẫn việc ghi âm và dịch thuật, vì vậy tên người sẽ không bao giờ bị dịch sai một cách tình cờ. Chỉ cần sửa một từ bị nghe nhầm một lần thôi, nó sẽ trở thành dữ liệu huấn luyện – bạn sẽ không bao giờ phải đọc lại từ đó để luyện tập nữa.

• Thêm thuật ngữ trong Cài đặt — một thuật ngữ mỗi dòng
• Cải thiện khả năng nhận diện tên riêng và viết tắt
• Giữ nguyên tên thương hiệu và các thuật ngữ kỹ thuật trong bản dịch.
• Không cần huấn luyện lại — áp dụng ngay khi suy luận.

Người đại diện nghe thấy mọi chuyện.

Hãy trang bị cho trợ lý AI của bạn khả năng lắng nghe. Thông qua MCP, nó có thể ghi chép lại, dịch và ghi âm các cuộc họp với bất kỳ độ dài nào, trên máy của bạn, mà không cần khóa API.

• Chuyển đổi văn bản từ các tập tin âm thanh/video, bản ghi qua micrô, hoặc âm thanh hệ thống
• Dịch văn bản, SRT, hoặc VTT (hỗ trợ chế độ song ngữ)
• Chuyển đổi thiết bị xử lý ASR hoặc MT ngay lập tức
• Danh sách và chuyển đổi hồ sơ giọng nói cá nhân
• Đọc/ghi bất kỳ cài đặt ứng dụng nào từ agent

Cuộc gọi kéo dài ba giờ cũng chẳng khác gì cuộc gọi chỉ kéo dài ba phút – không cần phải lo lắng gì cả. Nếu bạn quên mất rằng cuộc gọi đang được ghi âm, thì cũng chẳng sao cả: cuộc gọi sẽ tự kết thúc và lưu lại bản ghi âm cho bạn.