Funzioni potenti.
Zero zavorra.
Riconoscimento vocale offline sulla tua CPU, testo scritto direttamente nell'app in cui lavori e AI facoltativa quando ti serve.
Scrittura in tempo reale
Detta e guarda il testo scriversi da solo nella tua app mentre parli; le ultime parole arrivano quando ti fermi. Preferisci il modo classico? La modalità normale a fine registrazione è sempre lì. La scrittura dal vivo fa parte di Pro.
Controllo con scorciatoia globale
Premi la tua scorciatoia globale ovunque in Windows per avviare o fermare la dettatura, tienila premuta come un walkie-talkie (push-to-talk) o lascia che la modalità Auto distingua un tocco da una pressione prolungata. Nessun cambio di finestra — l'app resta sopra il tuo lavoro. Il push-to-talk e la modalità Auto fanno parte di Pro.
Privato per impostazione predefinita
La tua voce viene trascritta in locale con Parakeet Ultra, una versione migliorata del modello NVIDIA Parakeet, che gira sulla tua CPU. Nulla viene inviato al cloud finché non attivi esplicitamente le funzioni AI. La dettatura funziona anche senza connessione a internet.
Multilingue, offline
Parakeet trascrive 25 lingue europee interamente sul tuo dispositivo e capisce da solo quale stai parlando: non serve scegliere prima la lingua. Il norvegese (Bokmål e Nynorsk) arriva con il pacchetto facoltativo NB-Whisper, che scarichi quando ti serve, e con l’AI attiva la dettatura può essere tradotta in quasi tutte le lingue. L’app stessa è disponibile in 14 lingue.
AI: Traduzione e Riscrittura
Traduci la dettatura in quasi tutte le lingue, seleziona del testo ovunque e riscrivilo con la voce — oppure non selezionare nulla, e la tua dettatura arriva già in bella copia. L'AI fa parte di Pro: usa l'AI integrata senza configurare nulla (Pro + AI) oppure la tua chiave per OpenAI, Anthropic, Google Gemini, DeepSeek, Groq, Mistral, OpenRouter, YandexGPT o qualsiasi endpoint compatibile con OpenAI; la chiave resta sul tuo computer. Viene inviato solo il testo, mai l'audio.
Fatto per il flusso di lavoro
Scorciatoie personalizzate (combinazioni di tasti, doppio tocco di un modificatore o pulsanti del mouse), un pannello audio completo con scelta del microfono, sensibilità e indicatore di livello dal vivo, riduzione del rumore, una cronologia delle trascrizioni con ricerca e un pacchetto norvegese scaricabile su richiesta. La cronologia delle trascrizioni fa parte di Pro.
Inserimento intelligente
VibeVox scrive il testo direttamente nell'applicazione attiva. Se cambi finestra a metà dettatura, il testo finisce al sicuro negli appunti invece che nell'app sbagliata. Le dettature incollate restano fuori dalla cronologia degli appunti di Windows (Win+V). Rifinisci l'output con gli interruttori di formattazione (Pro) — come l'iniziale minuscola o la rimozione del punto finale.
Mani libere e registrazioni lunghe
Pro aggiunge la dettatura a mani libere: attiva l'ascolto con la tua scorciatoia, e ogni frase parte quando la fotocamera vede muoversi le tue labbra e il microfono ti sente — le parole vengono comunque riconosciute dall'audio, non dal video. In più registrazioni fino a 5 minuti, Auto Enter che invia il messaggio appena è scritto, e musica e video silenziati mentre detti.
Soppressione del rumore
Due livelli per una stanza rumorosa: quello normale elimina un ronzio costante, come una ventola o il condizionatore, e la soppressione del rumore con AI gestisce un bar o la strada. Entrambi funzionano sul tuo computer. Disattivata per impostazione predefinita, perché una stanza silenziosa non ne ha bisogno; finché è attiva, la scrittura in tempo reale è spenta.
Le tue parole e i tuoi termini
Nomi, termini tecnici e sigle su cui il riconoscimento sbaglia: scrivi una volta la forma corretta, e gli errori dal suono simile verranno trasformati in quella. Puoi anche sostituire una parola pronunciata con quello che vuoi, per esempio il tuo numero di telefono o il tuo indirizzo. Fa parte di Pro.
Funziona con NVDA e l’Assistente vocale
NVDA e l’Assistente vocale di Windows leggono ad alta voce la finestra delle impostazioni — ogni interruttore dice il proprio nome, il proprio stato e cosa fa. Un breve suono segna l’inizio e la fine di ogni registrazione, così sai che ti sta ascoltando senza guardare lo schermo.
L'AI è facoltativa
La dettatura funziona sul tuo computer e non ha bisogno né di AI né di internet. L'AI è un'aggiunta per tre compiti: tradurre quello che detti, riscrivere con la voce il testo selezionato e mettere la dettatura in bella copia. La attivi tu, e viene inviato solo testo, mai la tua voce.
La tua chiave
Hai già una chiave API di OpenAI, Anthropic (Claude), Google Gemini, DeepSeek, Groq, Mistral, OpenRouter o YandexGPT? Incollala nelle Impostazioni. Il testo va direttamente dal tuo computer al tuo fornitore, e paghi lui secondo le sue tariffe. Va bene anche qualsiasi servizio compatibile con OpenAI. La chiave resta sul tuo computer.
Incluso in Pro (€29, un solo pagamento)
AI integrata
Niente da configurare: né chiavi né account presso altri servizi. La accendi e funziona, e il modello lo scegliamo noi. Il testo viene elaborato in Europa.
Pro + abbonamento AI, €5.99 al mese, disdici quando vuoi
Non ti serve l'AI? Lasciala spenta: tutto il resto funziona senza. Nei primi 14 giorni puoi provare entrambe le strade.
25 lingue, completamente offline
Parakeet rileva automaticamente la lingua e la trascrive interamente sul tuo dispositivo. Niente cloud, niente account — la tua voce non lascia mai il computer.
Pacchetto facoltativoNorvegese? Coperto anche quello.
Bokmål e Nynorsk passano per NB-Whisper Small — un modello della Biblioteca nazionale di Norvegia. VibeVox lo scarica una volta sola (~670 MB) direttamente dalle Impostazioni, e anche lui funziona completamente offline. Per sceglierlo: Impostazioni → Generali → Modello di riconoscimento → Norvegese.
Specifiche tecniche
Parakeet Ultra è una versione migliorata del modello vocale Parakeet TDT 0.6B v3 di NVIDIA: riaddestrato per essere più preciso e convertito da noi a 8 bit per girare veloce su un normale processore. Nel test FLEURS su 25 lingue commette circa la metà degli errori sulle parole rispetto al modello originale (11% contro 20%). Il norvegese ha un modello tutto suo: NB-Whisper Small della Biblioteca nazionale di Norvegia, addestrato sul parlato norvegese.
Sotto il cofano: architettura di nuova generazione
Token-and-Duration Transducer (TDT)
A differenza degli RNN-T tradizionali, che predicono un token alla volta, l'architettura TDT predice insieme il token e la sua durata. Così il modello può saltare i silenzi e i frame ridondanti durante l'inferenza, riducendo drasticamente il tempo di calcolo.
- Predizione congiunta di token e durata
- Inferenza accelerata con salto dei frame
FastConformer con sottocampionamento 8x
Costruito sull'architettura Conformer ma ottimizzato per la velocità. Usa un fattore di sottocampionamento 8x per elaborare i frame audio in modo più efficiente, unendo il contesto globale dei Transformer all'estrazione locale delle caratteristiche delle CNN.
- Fattore di sottocampionamento 8x
- Gira interamente su CPU — nessuna GPU richiesta
Inizia a dettare
gratis
Tutte le funzioni a pagamento sono sbloccate per i primi 14 giorni. Senza carta e senza account.