其中的所有內容 一個應用程式

完全的隱私保護

您說的每一個字都會在您的裝置上進行處理。沒有任何音訊、文字或元資料會被傳送到任何伺服器。沒有雲端後端、沒有遠端監控、沒有分析功能，也沒有資料回傳。

• 轉錄過程中無任何網路呼叫。
• 下載一次後儲存在本地的模型
• 開源的 Qwen3-ASR 引擎——完全可審計

GPU 加速

Brethof Voice Pro 採用經 GGUF 最優化且基於 llama.cpp 的引擎，實現極快的推論速度。出廠即支援所有三大主要 GPU 廠商的產品。

• NVIDIA — Vulkan 加速功能（GTX 10 系列及更新款）
• AMD — Vulkan 加速功能（RX 500 系列及更新款）
• Intel — Vulkan 加速（Arc GPU及整合式圖形處理器）
• CPU 备用方案 — 可在無 GPU 的環境下運作，只是速度較慢

離線轉錄 — 30種語言 + 22種中文方言

由 llama.cpp 驅動的 Qwen3-ASR 模組。可鎖定特定語言以獲得最高準確度，或讓引擎自動辨識。所有文字資料皆保留在您的電腦上。

此外，當語言設定為中文或自動辨識時，還會自動辨識22種中文方言（安徽話、東北話、福建話、河南話、湖南話、山東話、四川話、吳語、閩南語等）。

離線翻譯 — 38種語言 v2.0.0 的新功能

可將任何轉錄內容、語音鍵盤輸出、純文字或字幕檔案進行翻譯——全部在您的電腦上完成。由……提供技術支持。 騰訊 Hunyuan MT2在 FLORES-200 (XCOMET-XXL) 中，品質等級可達到 Google Gemini 3.1 Pro 的 97.9% 其緊湊型 Fast 級別的翻譯準確率達 89.9%，且在真實環境測試（WildMTBench）以及少數語言翻譯方面，其表現也優於 Gemini 3.1 Pro。

• 轉錄 + 翻譯 — 在「轉錄」彈出視窗中選擇目標語言；ASR用於轉錄，MT用於翻譯，兩者會並排顯示結果。
• 語音鍵盤翻譯 — 語音輸入，從三欄語言矩陣中選擇目標，鍵盤則用來輸入翻譯內容
• 字幕翻譯工具 — 38種語言的SRT/VTT檔案，並提供選擇性的雙語模式（每個時間軸顯示原文與翻譯文）。
• 兩種模型等級 — 在 CPU 或 GPU 上，快速模式（約 1 GB）的處理時間在幾分之一秒內；高品質模式（約 4.3 GB）的處理時間也在幾分之一秒內。
• 獨立裝置選擇器 — 在 Vulkan 0 上執行 ASR，於 Vulkan 1 上執行翻譯，或兩者皆在 CPU 上執行。

兩種模型尺寸

選擇適合您電腦的精確度、速度與 VRAM 之間的平衡點。這兩者皆採用相同的 Qwen3-ASR 架構；可隨時在「設定」→「模型」中進行切換。

• 0.6B — 小型且快速，可在整合式 GPU 或任何 4 GB 以上的 Vulkan 顯卡上運行。是筆電的推薦預設選項。
• 17億 — 能處理帶口音或雜音的音訊，且精度更高。6 GB以上 VRAM 即可順利運作。在開源 ASR 技術中屬於最先進的級別。

可根據需求，從「設定」→「模型」中下載選用附加元件： 強制對齊工具 （約 540 MB）用於單字級時間戳。 Hunyuan MT2 Fast （約 1 GB）或 品質 翻譯時需約 4.3 GB 的空間。

AI 噪音減少功能

為在嘈雜環境中錄製的音檔提供可選的 DeepFilter 噪聲抑制功能——預設為關閉狀態，可從「噪聲」彈出式選單中啟用。對於乾淨的麥克風錄音而言，關閉此功能反而有助提升品質（DeepFilter 可能會對短時間、乾淨的音訊進行過度處理）。

• 可去除背景雜音、鍵盤按擊聲以及房間迴音。
• 可設定的衰減功能
• 不需要額外的硬體。
• 預設為關閉——可選擇每次錄製時啟用或持續開啟

個人語音訓練

可利用 LoRA 以您自己的聲音對模型進行微調——整個過程都在您的電腦上端到端執行。每次您修正被錯誤辨識的詞語時，該{clip, correction}對組都會被儲存到您的本地訓練資料集中。主視窗中的訓練狀態卡能讓您一目了然地查看總樣本數及錄製時間——點擊它即可打開資料集瀏覽器，接著在訓練選單中按下「開始訓練」。

• 可根據您的口音、方言及說話節奏進行調整
• 修正內容已自動儲存——繼續使用該應用程式即可。
• LoRA微調——快速、高效，且無需完整重新訓練
• 自動選取 NVIDIA CUDA (cu128 PyTorch) 或 中央處理器 後端
• 訓練完成後會自動將訓練好的模型匯出為 GGUF 格式。
• 您的語音資料絕不會離開您的裝置。
• 每個付費授權皆可免費使用

語音鍵盤與直接文字輸入

按住熱鍵並說話，文字就會出現在游標所在的位置——就像使用鍵盤一樣。適用於瀏覽器、IDE、終端、聊天應用程式，以及任何能接受鍵盤輸入的文字欄位。

• 預設熱鍵 F9 — 可設定為按住錄製或切換模式
• 可選的滑鼠右鍵觸發功能，適用於免持錄音。
• 即時翻譯晶片 — 以一種語言說話，鍵盤便會輸出翻譯結果。從三欄的網格中選擇一個或多個目標語言：每行選一個，以內聯方式顯示。EN: … || PL: …)，或僅選擇第一個目標。
• 可適用於任何文字欄、編輯器、終端機或聊天軟體。
• Linux 上的 X11 與 Wayland，Windows 上的原生輸入功能

熱詞上下文與術語

一個格式，兩種用途。可進行偏置處理 ASR 對於專有名詞、品牌名稱及行業術語而言，可避免“VFIO”被錯誤翻譯成“VEAF1”。同一欄位同時也用於 翻譯術語詞典 — 將「Brethof Voice」設為固定值，如此在所有目標語言中皆會顯示為「Brethof Voice」。

• 在設定中新增條目——每行一個
• 提升專有名詞與縮寫的辨識能力
• 在翻譯時保留品牌名稱與技術術語。
• 無需重新訓練——可在推論時直接使用

用於 AI 智能體的 MCP 伺服器 付費方案

運行 GUI 的同一個二進位檔案也可作為模型上下文協定伺服器使用——共有 19 種工具，能將 ASR 與 MT 功能提供給 Claude Desktop、Claude Code、Cursor、Cline 或任何支援 MCP 的代理程式。資料傳輸採用標準輸入輸出方式：無需端口、無防火牆設定，也不需要綁定到本機主機。代理程式負責掌控其整個生命週期。

• 將音訊/影片檔案、麥克風錄製的內容或系統音訊轉寫為文字
• 可翻譯文字、SRT 或 VTT格式（支援雙語模式）
• 即時切換 ASR 或 MT 計算裝置
• 列出並切換個人語音檔案
• 從代理程式中讀取/寫入任何應用程式設定

運行 brethof-voice --mcp 且該代理程式透過 stdio 進行連線。需要購買付費授權——試用版使用者無法啟動伺服器。