Recursos poderosos.
Zero excesso.
Reconhecimento de voz offline na sua própria CPU, texto digitado direto no app em que você trabalha e IA opcional quando você quiser.
Escrita ao vivo
Dite e veja o texto se digitar sozinho no seu aplicativo enquanto você fala; as últimas palavras chegam quando você para. Prefere o jeito clássico? O modo tradicional, com o texto no fim da gravação, continua sempre disponível. A digitação ao vivo faz parte do Pro.
Controle por atalho global
Pressione sua tecla de atalho global em qualquer lugar do Windows para iniciar/parar o ditado, mantenha-a pressionada como um walkie-talkie (aperte para falar), ou deixe o modo automático distinguir um toque de um pressionar contínuo. Sem trocar de janela — o app flutua sobre o seu trabalho. O aperte para falar e o modo automático fazem parte do Pro.
Privado por padrão
Sua fala é transcrita localmente com o Parakeet Ultra, uma versão aprimorada do modelo NVIDIA Parakeet, rodando na sua CPU. Nada é enviado para a nuvem, a menos que você ative explicitamente os recursos de IA. O ditado funciona mesmo sem internet.
Multilíngue, offline
O Parakeet transcreve 25 idiomas europeus inteiramente no seu dispositivo e identifica sozinho qual você está falando — não é preciso escolher o idioma antes. O norueguês (Bokmål e Nynorsk) vem por um pacote opcional NB-Whisper, que você baixa quando precisar, e com a IA ativada o seu ditado pode ser traduzido para quase qualquer idioma. O próprio aplicativo está disponível em 14 idiomas.
IA: Traduzir e Reescrever
Traduza seu ditado para quase qualquer idioma, selecione texto em qualquer lugar e reescreva-o por voz — ou não selecione nada, e seu ditado chega escrito a limpo. A IA faz parte do Pro: use a IA integrada sem configurar nada (Pro + IA) ou sua própria chave da OpenAI, Anthropic, Google Gemini, DeepSeek, Groq, Mistral, OpenRouter, YandexGPT ou de qualquer endpoint compatível com OpenAI; sua chave fica na sua máquina. Só o texto é enviado, nunca o áudio.
Feito para o fluxo de trabalho
Atalhos personalizados (combinações de teclas, toque duplo em um modificador ou botões do mouse), um painel de áudio completo com seletor de microfone, sensibilidade e medidor de nível ao vivo, redução de ruído, um histórico de transcrições pesquisável e um pacote de idioma norueguês sob demanda. O histórico de transcrições faz parte do Pro.
Injeção Inteligente
O VibeVox digita o texto diretamente no seu aplicativo ativo. Se você trocar de janela no meio do ditado, o texto vai em segurança para a área de transferência em vez do app errado. Os ditados colados ficam fora do histórico da área de transferência do Windows (Win+V). Ajuste fino da saída com opções de formatação (Pro) — como primeira letra minúscula ou remoção do ponto final.
Mãos livres e gravações longas
O Pro traz o ditado mãos-livres: ative a escuta com seu atalho, e cada frase começa quando a câmera vê seus lábios se moverem e o microfone ouve você — as palavras continuam sendo reconhecidas pelo áudio, não pelo vídeo. Além disso, gravações de até 5 minutos, Auto Enter, que envia a mensagem assim que é digitada, e música e vídeos silenciados enquanto você dita.
Supressão de ruído
Dois níveis para um ambiente barulhento: o normal remove um zumbido constante, como o de um ventilador ou ar-condicionado, e a supressão de ruído com IA dá conta de um café ou da rua. Os dois rodam no seu computador. Vem desligada, porque um ambiente silencioso não precisa dela; enquanto está ligada, a escrita ao vivo não funciona.
Suas próprias palavras e termos
Nomes, termos e siglas em que o reconhecimento erra: escreva a forma certa uma vez, e os erros de som parecido passam a virar essa forma. Você também pode trocar uma palavra falada pelo que quiser, por exemplo seu número de telefone ou endereço. Faz parte do Pro.
Funciona com o NVDA e o Narrador
O NVDA e o Narrador do Windows leem em voz alta a janela de configurações — cada interruptor diz seu nome, seu estado e o que faz. Um som curto marca o início e o fim de cada gravação, assim você sabe que ele está ouvindo sem olhar para a tela.
A IA é opcional
O ditado funciona no seu computador e não precisa nem de IA nem de internet. A IA é um complemento para três tarefas: traduzir o que você dita, reescrever por voz um texto selecionado e passar o ditado a limpo. É você quem liga, e só texto é enviado, nunca a sua voz.
Sua própria chave
Já tem uma chave de API da OpenAI, Anthropic (Claude), Google Gemini, DeepSeek, Groq, Mistral, OpenRouter ou YandexGPT? Cole nas Configurações. O texto vai direto do seu computador para o seu provedor, e você paga a ele pelas tarifas dele. Qualquer serviço compatível com OpenAI também funciona. A chave fica no seu computador.
Incluído no Pro (€29, um pagamento só)
IA integrada
Nada para configurar: nem chaves, nem contas em outros serviços. Você liga e funciona, e nós escolhemos o modelo para você. O texto é processado na Europa.
Pro + assinatura de IA, €5.99 por mês, cancele quando quiser
Não precisa de IA? Deixe desligada: todo o resto funciona sem ela. Nos primeiros 14 dias, você pode experimentar os dois jeitos.
25 idiomas, totalmente offline
O Parakeet detecta o idioma automaticamente e o transcreve inteiramente no seu dispositivo. Sem nuvem, sem conta — sua voz nunca sai da máquina.
Pacote opcionalNorueguês? Também coberto.
Bokmål e Nynorsk rodam com o NB-Whisper Small — um modelo da Biblioteca Nacional da Noruega. O VibeVox o baixa uma única vez (~670 MB) direto das Configurações, e ele também funciona totalmente offline. Para escolhê-lo: Configurações → Geral → Modelo de reconhecimento → Norueguês.
Especificações técnicas
O Parakeet Ultra é uma versão aprimorada do modelo de fala Parakeet TDT 0.6B v3 da NVIDIA: retreinado para ganhar precisão e convertido por nós para 8 bits, para rodar rápido em um processador comum. No teste FLEURS com 25 idiomas, ele comete cerca de metade dos erros de palavra do modelo original (11% contra 20%). O norueguês tem seu próprio modelo: o NB-Whisper Small, da Biblioteca Nacional da Noruega, treinado com fala norueguesa.
Por dentro: arquitetura de nova geração
Token-and-Duration Transducer (TDT)
Ao contrário dos RNN-T tradicionais, que preveem um token por vez, a arquitetura TDT do Parakeet prevê em conjunto o token e a sua duração. Isso permite ao modelo pular silêncios e quadros redundantes durante a inferência, reduzindo drasticamente o tempo de computação.
- Previsão conjunta de token e duração
- Aceleração de inferência com salto de quadros
FastConformer com subsampling 8x
Baseado na arquitetura Conformer, mas otimizado para velocidade. Usa um fator de downsampling de 8x para processar quadros de áudio com mais eficiência, combinando o contexto global dos Transformers com a extração local de características das CNNs.
- Fator de downsampling de 8x
- Roda inteiramente na CPU — não precisa de GPU
Comece a ditar
grátis
Todos os recursos pagos ficam liberados nos primeiros 14 dias. Sem cartão e sem conta.