Kraftfulla funktioner.
Noll onödigt.
Taligenkänning utan internet på din egen processor, text direkt in i appen du arbetar i, och valfri AI när du vill ha den.
Direktskrivning
Diktera och se texten skriva sig själv in i appen medan du talar; de sista orden kommer när du stannar. Föredrar du det klassiska sättet? Det vanliga läget, där allt kommer när inspelningen tar slut, finns alltid kvar. Direktskrivning ingår i Pro.
Global snabbtangent
Tryck på din snabbtangent var som helst i Windows för att starta och stoppa dikteringen, håll den nere som en walkie-talkie (tryck-och-tala), eller låt autoläget skilja en tryckning från ett håll. Du behöver aldrig byta fönster — appen svävar ovanpå ditt arbete. Tryck-och-tala och autoläget ingår i Pro.
Privat som standard
Ditt tal transkriberas lokalt med Parakeet Ultra, en förbättrad version av NVIDIA Parakeet-modellen, som körs på din processor. Ingenting skickas till molnet om du inte uttryckligen slår på AI-funktionerna. Dikteringen fungerar även helt utan internet.
Flerspråkigt, offline
Parakeet transkriberar 25 europeiska språk helt och hållet på din enhet och känner själv igen vilket du talar — du behöver inte välja språk först. Norska (bokmål och nynorska) finns via ett valfritt NB-Whisper-paket som du laddar ner när du behöver det, och med AI påslagen kan din diktering översättas till nästan vilket språk som helst. Själva appen finns på 14 språk.
AI: översätt och skriv om
Översätt din diktering till nästan vilket språk som helst, markera text var som helst och skriv om den med rösten — eller markera ingenting, så kommer dikteringen färdigt renskriven. AI ingår i Pro: använd den inbyggda AI:n utan inställningar (Pro + AI) eller din egen nyckel för OpenAI, Anthropic, Google Gemini, DeepSeek, Groq, Mistral, OpenRouter, YandexGPT eller vilken OpenAI-kompatibel slutpunkt som helst; din nyckel stannar på din dator. Bara texten skickas, aldrig ljudet.
Byggt för arbetsflödet
Egna snabbtangenter (tangentkombinationer, en dubbeltryckt modifierartangent eller musknappar), en komplett ljudpanel med mikrofonval, känslighet och en live-nivåmätare, brusreducering, en sökbar transkriberingshistorik och ett norskt språkpaket som hämtas vid behov. Transkriberingshistoriken ingår i Pro.
Smart textinmatning
VibeVox skriver texten direkt in i din aktiva app. Byter du fönster mitt i dikteringen hamnar texten tryggt i urklipp i stället för i fel program. Inklistrade dikteringar hamnar inte i Windows urklippshistorik (Win+V). Finjustera resultatet med formateringsinställningar (Pro) — som liten bokstav först eller att sista punkten tas bort.
Handsfree och långa inspelningar
Pro ger dig handsfree-diktering: slå på lyssnandet med din snabbtangent, så börjar varje fras när kameran ser dina läppar röra sig och mikrofonen hör dig — själva orden känns fortfarande igen från ljudet, inte från videon. Dessutom inspelningar på upp till 5 minuter, Auto Enter som skickar meddelandet så fort det är skrivet, och musik och video som tystas medan du dikterar.
Brusreducering
Två nivåer för ett stökigt rum: den vanliga tar bort ett jämnt brummande från fläkt eller luftkonditionering, och AI-brusreduceringen klarar kafé och gata. Båda körs på din dator. Av som standard, eftersom ett tyst rum inte behöver det; så länge den är på är direktskrivning av.
Dina egna ord och termer
Namn, facktermer och förkortningar som igenkänningen tar fel på: skriv rätt stavning en gång, så rättas fel som låter likadant till den. Du kan också byta ut ett uttalat ord mot vad du vill, till exempel ditt telefonnummer eller din adress. En del av Pro.
Fungerar med NVDA och Skärmläsaren
NVDA och Windows Skärmläsare läser upp inställningsfönstret — varje reglage säger sitt namn, sitt läge och vad det gör. Ett kort ljud markerar början och slutet på varje inspelning, så att du vet att den lyssnar utan att titta på skärmen.
AI är valfritt
Dikteringen sker på din dator och behöver varken AI eller internet. AI är ett tillägg för tre uppgifter: att översätta det du dikterar, att skriva om markerad text med rösten och att få dikteringen renskriven. Du slår på det själv, och bara text skickas, aldrig din röst.
Din egen nyckel
Har du redan en API-nyckel från OpenAI, Anthropic (Claude), Google Gemini, DeepSeek, Groq, Mistral, OpenRouter eller YandexGPT? Klistra in den i Inställningar. Texten går direkt från din dator till din leverantör, och du betalar leverantören enligt dess egna priser. Alla OpenAI-kompatibla tjänster fungerar också. Nyckeln stannar på din dator.
Ingår i Pro (€29, en betalning)
Inbyggd AI
Inget att ställa in: inga nycklar, inga konton hos andra tjänster. Slå på det, så fungerar det, och vi väljer modellen åt dig. Texten behandlas i Europa.
Pro + AI-abonnemang, €5.99 i månaden, säg upp när du vill
Behöver du ingen AI? Låt det vara avstängt: allt annat fungerar utan. Under de första 14 dagarna kan du prova båda sätten.
25 språk, helt offline
Parakeet känner igen språket automatiskt och transkriberar det helt och hållet på din enhet. Inget moln, inget konto — din röst lämnar aldrig datorn.
Valfritt paketNorska? Också täckt.
Bokmål och nynorska körs genom NB-Whisper Small — en modell från Norges nationalbibliotek. VibeVox laddar ner den en gång (~670 MB) direkt från Inställningar, och även den fungerar helt offline. Så väljer du den: Inställningar → Allmänt → Igenkänningsmodell → Norska.
Tekniska specifikationer
Parakeet Ultra är en förbättrad version av NVIDIA:s talmodell Parakeet TDT 0.6B v3: vidaretränad för högre träffsäkerhet och omgjord av oss till 8 bitar så att den går snabbt på en vanlig processor. I FLEURS-testet över 25 språk gör den ungefär hälften så många ordfel som originalmodellen (11 % mot 20 %). Norska har en egen modell: NB-Whisper Small från Norges nationalbibliotek, tränad på norskt tal.
Under huven: arkitektur av nästa generation
Token-and-Duration Transducer (TDT)
Till skillnad från traditionella RNN-T-modeller, som förutsäger en token i taget, förutsäger Parakeets TDT-arkitektur både token och dess längd samtidigt. Det gör att modellen kan hoppa över tystnad och överflödiga ljudramar under inferensen, vilket kraftigt minskar beräkningstiden.
- Samtidig förutsägelse av token och längd
- Snabbare inferens genom överhoppade ljudramar
FastConformer med 8× nedsampling
Byggd på Conformer-arkitekturen men optimerad för hastighet. Den använder en nedsamplingsfaktor på 8× för att bearbeta ljudramarna effektivare, och kombinerar transformermodellernas globala sammanhang med de lokala dragen som CNN-nät fångar upp.
- Nedsamplingsfaktor 8×
- Körs helt på processorn — inget grafikkort krävs
Börja diktera
gratis
Alla betalda funktioner är upplåsta de första 14 dagarna. Utan kort och utan konto.