Recursos poderosos.
Zero excesso.
O VibeVox foi projetado para usuários avançados que querem controle total sobre privacidade, latência e qualidade.
Escrita ao vivo
Dite e veja o texto se digitar sozinho no seu aplicativo em tempo real, com um retoque final quando você para. Prefere o jeito clássico? O modo tradicional, com o texto no fim da gravação, continua sempre disponível.
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.
Privado por padrão
Sua fala é transcrita localmente com o mecanismo NVIDIA Parakeet, rodando na sua CPU. Nada é enviado para a nuvem, a menos que você ative explicitamente os recursos de IA.
Multilíngue, offline
O Parakeet detecta automaticamente e transcreve 25 idiomas europeus inteiramente no seu dispositivo. O norueguês (Bokmål e Nynorsk) está disponível por um pacote opcional NB-Whisper, baixado sob demanda.
IA: Traduzir e Reescrever
Use sua própria chave da OpenAI, Anthropic, Google Gemini, DeepSeek, Groq, Mistral, OpenRouter, YandexGPT — ou qualquer endpoint personalizado compatível com OpenAI. Traduza seu ditado ao vivo, selecione texto em qualquer lugar e reescreva-o por voz — ou não selecione nada, e seu ditado chega escrito a limpo. Sua chave fica na sua máquina.
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.
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. Ajuste fino da saída com opções de formatação — como primeira letra minúscula ou remoção do ponto final.
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.
Além da lista: tradução por IA
Com a tradução por IA ativada, seu ditado pode ser traduzido na hora para praticamente qualquer idioma que o seu provedor de IA entenda — você fala em um idioma, e o texto chega em outro.
Especificações técnicas
Por dentro: arquitetura de nova geração
Token-and-Duration Transducer (TDT)
Ao contrário dos RNN-T tradicionais, que preveem um token por vez, nossa arquitetura TDT 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