Kraftige funksjoner.
Null fyllstoff.
Talegjenkjenning uten nett på din egen CPU, tekst rett inn i appen du jobber i, og valgfri KI når du vil ha den.
Direkte skriving
Dikter og se teksten skrive seg selv inn i appen din mens du snakker; de siste ordene kommer når du stopper. Foretrekker du det klassiske? Den vanlige «alt til slutt»-modusen er der fortsatt. Direkte skriving er en del av Pro.
Global hurtigtast
Trykk på den globale hurtigtasten din hvor som helst i Windows for å starte/stoppe dikteringen, hold den inne som en walkietalkie (trykk-og-snakk) – eller la automodusen skille et trykk fra et hold. Ingen vindusbytte nødvendig – appen flyter over arbeidet ditt. Trykk-og-snakk og automodusen er en del av Pro.
Privat som standard
Talen din transkriberes lokalt med Parakeet Ultra, en forbedret versjon av NVIDIA Parakeet-modellen, på CPU-en din. Ingenting sendes til skyen med mindre du eksplisitt slår på KI-funksjoner. Dikteringen fungerer også helt uten nett.
Flerspråklig, offline
Parakeet transkriberer 25 europeiske språk helt på enheten din og finner selv ut hvilket du snakker – du trenger ikke velge språk først. Norsk (bokmål og nynorsk) kommer via en valgfri NB-Whisper-pakke som du laster ned når du trenger den, og med KI slått på kan dikteringen oversettes til nesten hvilket som helst språk. Selve appen finnes på 14 språk.
KI: oversett og omskriv
Oversett dikteringen din til nesten hvilket som helst språk, marker tekst og omskriv den med stemmen – eller marker ingenting, så kommer dikteringen ferdig skrevet. KI er en del av Pro: bruk den innebygde KI-en uten oppsett (Pro + KI), eller din egen nøkkel for OpenAI, Anthropic, Google Gemini, DeepSeek, Groq, Mistral, OpenRouter, YandexGPT eller et hvilket som helst OpenAI-kompatibelt endepunkt – nøkkelen blir værende på maskinen din. Bare teksten sendes, aldri lyden.
Bygd for arbeidsflyt
Egendefinerte hurtigtaster (tastekombinasjoner, dobbelttrykk på en modifikasjonstast eller museknapper), et komplett lydpanel med mikrofonvalg, følsomhet og nivåmåler i sanntid, støyreduksjon, en søkbar transkripsjonshistorikk og en norsk språkpakke som lastes ned ved behov. Transkripsjonshistorikken er en del av Pro.
Smart innsetting
VibeVox skriver tekst direkte inn i den aktive applikasjonen din. Bytter du vindu midt i dikteringen, havner teksten trygt på utklippstavlen i stedet for i feil app. Innlimte dikteringer holdes utenfor utklippstavlehistorikken i Windows (Win+V). Finjuster resultatet med formateringsvalg (Pro) – for eksempel liten forbokstav eller uten punktum til slutt.
Håndfri og lange opptak
Pro gir deg håndfri diktering: slå på lyttingen med hurtigtasten, så starter hver frase når kameraet ser at leppene beveger seg og mikrofonen hører deg – selve ordene gjenkjennes fortsatt fra lyden, ikke fra videoen. I tillegg opptak på inntil 5 minutter, Auto Enter som sender meldingen i det den er skrevet, og demping av musikk og video mens du dikterer.
Støydemping
To nivåer for et støyete rom: det vanlige fjerner jevn dur fra vifte eller ventilasjon, og KI-støydempingen tar seg av kafé og gate. Begge kjører på datamaskinen din. Av som standard, fordi et stille rom ikke trenger det; direkte skriving er av mens støydempingen er på.
Dine egne ord og uttrykk
Navn, faguttrykk og forkortelser som gjenkjenningen tar feil av: skriv riktig stavemåte én gang, så blir feil som høres like ut, rettet til den. Du kan også bytte ut et talt ord med hva du vil, for eksempel telefonnummeret eller adressen din. En del av Pro.
Fungerer med NVDA og Skjermleser
NVDA og Windows Skjermleser leser opp innstillingsvinduet – hver bryter sier navnet sitt, om den er på, og hva den gjør. En kort lyd markerer starten og slutten på hvert opptak, så du vet at den lytter uten å se på skjermen.
KI er valgfritt
Dikteringen skjer på datamaskinen din og trenger verken KI eller internett. KI er et tillegg for tre oppgaver: å oversette det du dikterer, å skrive om markert tekst med stemmen, og å få dikteringen skrevet rent. Du slår det på selv, og bare tekst sendes, aldri stemmen din.
Din egen nøkkel
Har du allerede en API-nøkkel fra OpenAI, Anthropic (Claude), Google Gemini, DeepSeek, Groq, Mistral, OpenRouter eller YandexGPT? Lim den inn i innstillingene. Teksten går rett fra datamaskinen din til leverandøren din, og du betaler leverandøren etter dens egne priser. Alle OpenAI-kompatible tjenester fungerer også. Nøkkelen blir værende på datamaskinen din.
Følger med Pro (€29, én betaling)
Innebygd KI
Ingenting å sette opp: ingen nøkler, ingen kontoer hos andre. Slå det på, så virker det, og vi velger modellen for deg. Teksten behandles i Europa.
Pro + KI-abonnement, €5.99 i måneden, si opp når du vil
Trenger du ikke KI? La det stå av: alt annet fungerer uten. De første 14 dagene kan du prøve begge deler.
25 språk, helt offline
Parakeet oppdager språket automatisk og transkriberer det i sin helhet på enheten din. Ingen sky, ingen konto — stemmen din forlater aldri maskinen.
Valgfri pakkeNorsk? Også dekket.
Bokmål og nynorsk kjører gjennom NB-Whisper Small — en modell fra Nasjonalbiblioteket. VibeVox laster den ned én gang (~670 MB) rett fra Innstillinger, og den fungerer også helt offline. Slik velger du den: Innstillinger → Generelt → Gjenkjenningsmodell → Norsk.
Tekniske spesifikasjoner
Parakeet Ultra er en forbedret versjon av NVIDIAs talemodell Parakeet TDT 0.6B v3: videretrent for høyere nøyaktighet og pakket av oss i 8-bit, slik at den går raskt på en vanlig prosessor. På FLEURS-testen over 25 språk gjør den omtrent halvparten så mange ordfeil som originalmodellen (11 % mot 20 %). Norsk har sin egen modell: NB-Whisper Small fra Nasjonalbiblioteket, trent på norsk tale.
Under panseret: neste generasjons arkitektur
Token-and-Duration Transducer (TDT)
I motsetning til tradisjonelle RNN-T-er som forutsier ett token om gangen, forutsier TDT-arkitekturen i Parakeet både tokenet og varigheten samtidig. Dette lar modellen hoppe over stillhet og overflødige rammer under inferens, noe som reduserer beregningstiden kraftig.
- Felles forutsigelse av token og varighet
- Akselerasjon ved å hoppe over rammer
FastConformer med 8x nedsampling
Bygd på Conformer-arkitekturen, men optimalisert for hastighet. Den bruker en 8x nedsamplingsfaktor for å behandle lydrammer mer effektivt, og kombinerer den globale konteksten til Transformers med den lokale egenskapsuthentingen til CNN-er.
- 8x nedsamplingsfaktor
- Kjører helt på CPU — ingen GPU nødvendig
Begynn å diktere
gratis
Alle betalte funksjoner er låst opp de første 14 dagene. Uten kort og uten konto.