其中的一切 一个应用

完全隐私保护

您说出的每一个字都会在您的设备上进行处理。没有任何音频、文本或元数据会被传输到任何服务器。没有云后端，没有遥测功能，没有分析功能，也不会有数据回传。

• 转录过程中无任何网络调用
• 一次性下载后存储在本地模型
• 开源的Qwen3-ASR引擎——完全可审计

GPU加速

Brethof Voice Pro采用经过GGUF优化的引擎以及llama.cpp，可实现极快的推理速度。它可直接支持三大主流GPU厂商的硬件。

• NVIDIA — Vulkan加速（GTX 10系列及更高版本）
• AMD — Vulkan加速（RX 500系列及更新款）
• 英特尔 — Vulkan加速（Arc GPU及集成显卡）
• CPU备用方案 — 无需GPU即可运行，只是速度较慢

离线转录——30种语言+22种中文方言

由 llama.cpp 驱动，结合 Qwen3-ASR 实现翻译功能。可选择锁定特定语言以获得最高准确度，也可让引擎自动检测。所有文本处理均在您的设备上完成。

此外，当语言设置为中文或自动检测时，还会自动识别22种中文方言（安徽话、东北话、福建话、河南话、湖南话、山东话、四川话、吴语、闽南语等）。

离线翻译——38种语言 v2.0.0版本的新功能

可对任何转录内容、语音键盘输出、纯文本或字幕文件进行翻译——全部在您的设备上完成。由……提供支持 腾讯Hunyuan MT2在FLORES-200（XCOMET-XXL）中，质量等级可达到 97.9%的Google Gemini 3.1 Pro 其紧凑型Fast版本的准确率为89.9%，在真实场景测试（WildMTBench）以及小语种翻译方面均优于Gemini 3.1 Pro。

• 转录 + 翻译 — 在“转录”弹窗中选择目标语言；ASR负责语音转录，MT负责文本翻译，两者结果会并排显示。
• 语音键盘翻译 — 说话后从三列语言网格中选择目标语言，键盘会输入对应的翻译内容
• 字幕翻译工具 — 支持38种语言的SRT/VTT文件，可选双语模式（每个时间码显示原文及译文）
• 两种模型层级 — 在CPU上处理快速版本（约1GB）可在秒级完成；在GPU上处理高质量版本（约4.3GB）也可在秒级完成
• 独立设备选择器 — 在Vulkan 0上运行ASR，在Vulkan 1上运行翻译，或同时在CPU上运行两者。

两种模型尺寸

根据您的机器性能，选择适合的准确度、速度和显存平衡方案。这两种版本都采用相同的Qwen3-ASR架构；您可以通过“设置”→“模型”随时进行切换。

• 0.6B — 体积小、运行速度快，可在集成显卡或任何4GB及以上容量的Vulkan显卡上运行。是笔记本电脑的理想默认选择。
• 17亿 — 对带口音或噪声的音频具有更高的处理精度与更大的处理能力。6GB及以上显存即可流畅运行。在开源ASR技术中处于领先水平。

可通过“设置”→“模型”按需下载可选插件： 强制对齐工具 （约540 MB）用于单词级时间戳。 Hunyuan MT2快速版 （约1GB）或 质量 翻译所需空间约为（4.3 GB）。

AI降噪功能

针对在嘈杂环境中录制的音频，可选用DeepFilter噪声抑制功能——默认为关闭状态，可通过“噪声”弹出菜单启用。对于干净的环境下录制的音频片段，关闭该功能反而有助于提升音质（DeepFilter可能会过度处理较短且干净的音频）。

• 可消除背景噪音、键盘点击声以及房间回音。
• 可配置的衰减功能
• 无需额外硬件
• 默认为关闭——可切换为每次录制时开启或始终开启

个人语音训练

使用LoRA根据您自己的声音对模型进行微调——整个过程在您的设备上端到端完成。每次您纠正被错误识别的单词时，对应的{clip, correction}对都会被保存到您的本地训练数据集中。主窗口中的训练卡片可让您一目了然地查看总样本数及录制时长——点击该卡片即可打开数据集浏览器，然后在“训练”选项卡中选择“开始训练”。

• 可适应您的口音、方言及说话节奏
• 修改内容会自动保存——只需继续使用该应用即可。
• LoRA微调——快速、高效，无需完全重新训练
• 自动选择 NVIDIA CUDA (cu128 PyTorch)或 CPU 后端
• 训练完成后会自动将训练好的模型导出为GGUF格式。
• 您的声音数据绝不会离开您的设备。
• 每份付费许可证均可免费使用

语音键盘与直接文本输入

按住热键并说话，文字就会出现在光标所在的位置——就像使用键盘一样。该功能适用于浏览器、集成开发环境、终端、聊天应用以及任何能够接收键盘输入的文本字段。

• 默认热键 F9 — 可配置，支持按住录制或切换模式
• 支持通过右键触发实现免提录音
• 实时翻译芯片 — 用一种语言说话，键盘会自动输入翻译内容。从三列网格中选择一种或多种目标语言：每行选择一个，以内联形式显示。EN: … || PL: …），或者仅选择第一个目标。
• 可适用于任何文本框、编辑器、终端或聊天应用。
• Linux系统中的X11与Wayland，Windows系统中的原生输入方式

热词上下文与术语

一个领域，两种用途。加以偏向处理 ASR技术 针对专有名词、品牌名称及专业术语——可避免“VFIO”被误译为“VEAF1”。同一字段同时用于 翻译术语词典 — 将“Brethof Voice”固定为在所有目标语言中均显示为“Brethof Voice”。

• 在设置中添加术语——每行一个
• 提升专有名词和缩写的识别能力
• 在翻译过程中保留品牌名称及专业术语。
• 无需重新训练——在推理时即可直接使用。

用于AI智能体的MCP服务器 付费套餐

用于运行GUI的同一二进制文件也可作为模型上下文协议服务器使用——共有19种工具可通过该服务器为Claude Desktop、Claude Code、Cursor、Cline或任何支持MCP的代理提供ASR和MT功能。数据传输采用标准输入输出方式：无需端口、无需防火墙，也不需要进行本地主机绑定。代理负责掌控整个生命周期。

• 对音频/视频文件、麦克风录音或系统音频进行转录
• 可翻译文本、SRT或VTT格式（支持双语模式）
• 即时切换ASR或MT计算设备
• 列出并切换个人语音配置文件
• 从代理程序中读取/写入任何应用设置

运行 brethof-voice --mcp 该代理通过标准输入输出进行连接。需要购买付费许可证——试用用户无法启动服务器。