Potężne funkcje.
Zero zbędnego balastu.
VibeVox powstał dla tych, którzy chcą realnej kontroli nad swoją prywatnością, opóźnieniem i jakością.
Pisanie na żywo
Dyktuj i patrz, jak tekst sam wpisuje się do Twojej aplikacji w czasie rzeczywistym, a na koniec dostaje ostatnie szlify. Wolisz klasycznie? Zwykły tryb, w którym tekst przychodzi po zakończeniu nagrania, jest zawsze na miejscu.
Globalny skrót klawiszowy
Naciśnij swój skrót w dowolnym miejscu w systemie Windows, aby zacząć lub zakończyć dyktowanie, przytrzymaj go jak krótkofalówkę (naciśnij i mów) albo pozwól trybowi automatycznemu samemu odróżnić naciśnięcie od przytrzymania. Nie musisz przełączać okien — program unosi się nad Twoją pracą.
Prywatność domyślnie
Twoja mowa jest rozpoznawana lokalnie silnikiem NVIDIA Parakeet, działającym na procesorze. Nic nie trafia do chmury, dopóki sam nie włączysz funkcji AI.
Wielojęzycznie, offline
Parakeet sam rozpoznaje język i przetwarza 25 języków europejskich w całości na Twoim urządzeniu. Norweski (bokmål i nynorsk) jest dostępny przez opcjonalny pakiet NB-Whisper pobierany na żądanie.
AI: tłumaczenie i redakcja
Użyj własnego klucza do OpenAI, Anthropic, Google Gemini, DeepSeek, Groq, Mistral, OpenRouter, YandexGPT — albo dowolnego własnego adresu zgodnego z OpenAI. Tłumacz dyktowanie na żywo, zaznacz tekst w dowolnym miejscu i popraw go głosem — albo nie zaznaczaj nic, a dyktowanie przyjdzie od razu na czysto. Twój klucz zostaje na Twoim komputerze.
Zbudowane pod pracę
Własne skróty (kombinacje klawiszy, podwójne naciśnięcie modyfikatora albo przyciski myszy), pełny panel dźwięku z wyborem mikrofonu, czułością i wskaźnikiem poziomu na żywo, redukcja szumów, przeszukiwalna historia rozpoznań i norweski pakiet językowy na żądanie.
Inteligentne wstawianie
VibeVox wpisuje tekst prosto do Twojej aktywnej aplikacji. Jeśli przełączysz okno w trakcie dyktowania, tekst bezpiecznie trafi do schowka, a nie do niewłaściwego programu. Dopracuj wynik przełącznikami formatowania — jak mała pierwsza litera czy usunięta kropka na końcu.
25 języków, w pełni offline
Parakeet sam rozpoznaje język i przetwarza go w całości na Twoim urządzeniu. Bez chmury, bez konta — Twój głos nie opuszcza komputera.
Pakiet opcjonalnyNorweski? Też jest.
Bokmål i nynorsk działają przez NB-Whisper Small — model Biblioteki Narodowej Norwegii. VibeVox pobiera go raz (~670 MB) prosto z ustawień i on również działa w pełni offline.
Poza listą: tłumaczenie AI
Z włączonym tłumaczeniem AI Twoje dyktowanie może być tłumaczone w locie na praktycznie dowolny język, który rozumie Twój dostawca AI — mówisz w jednym języku, a tekst przychodzi w innym.
Specyfikacja techniczna
Pod maską: architektura nowej generacji
Token-and-Duration Transducer (TDT)
W odróżnieniu od klasycznych modeli RNN-T, które przewidują po jednym tokenie naraz, nasza architektura TDT przewiduje jednocześnie token i jego długość. Dzięki temu model pomija ciszę i zbędne ramki podczas rozpoznawania, radykalnie skracając czas obliczeń.
- Wspólne przewidywanie tokenu i długości
- Przyspieszenie dzięki pomijanym ramkom
FastConformer z 8-krotnym przerzedzaniem
Zbudowany na architekturze Conformer, ale zoptymalizowany pod szybkość. Stosuje ośmiokrotne przerzedzanie, aby wydajniej przetwarzać ramki dźwięku, łącząc globalny kontekst transformerów z lokalnymi cechami wychwytywanymi przez sieci splotowe.
- Współczynnik przerzedzania 8×
- Działa w całości na procesorze — karta graficzna zbędna