功能强大。
毫不臃肿。
VibeVox 是为真正在乎隐私、延迟与质量的人做的。
实时输入
一边口述，一边看着文字实时写进你的程序，停下时再做最后润色。更习惯传统方式？录音结束后一次性出文的常规模式一直都在。
全局快捷键
在 Windows 的任何地方按下你设定的快捷键即可开始或结束听写，也可以像对讲机那样按住不放（按住说话），或者让自动模式自己分辨轻按与长按。无需切换窗口——程序始终浮在你的工作之上。
默认即私密
你的语音由 NVIDIA Parakeet 引擎在本地 CPU 上识别。除非你自己打开 AI 功能，否则不会有任何内容发往云端。
多语言，离线可用
Parakeet 会自动判断语言，并在你的设备上完整识别 25 种欧洲语言。挪威语（书面挪威语与新挪威语）可通过按需下载的可选 NB-Whisper 语言包获得。
AI：翻译与改写
使用你自己的密钥连接 OpenAI、Anthropic、Google Gemini、DeepSeek、Groq、Mistral、OpenRouter、YandexGPT——或任何兼容 OpenAI 的自定义地址。口述内容可即时翻译；在任何地方选中文字，用语音把它改写；若什么都不选，口述就会直接以誊清好的样子送达。密钥始终留在你的电脑上。
为工作流而生
自定义快捷键（组合键、双击修饰键或鼠标按键）、完整的音频面板（麦克风选择、灵敏度和实时电平表）、降噪、可搜索的识别历史，以及按需下载的挪威语语言包。
智能输入
VibeVox 会把文字直接写进你当前的程序。如果你在听写途中切换了窗口，文字会安全地落进剪贴板，而不是错误的程序。还可以用格式开关微调结果——比如首字母小写，或去掉末尾的句号。
25 种语言，完全离线
Parakeet 会自动判断语言，并完整地在你的设备上识别。没有云端，无需账号——你的声音从不离开这台电脑。
可选语言包挪威语？也有。
书面挪威语与新挪威语通过 NB-Whisper Small 运行——这是挪威国家图书馆的模型。VibeVox 直接从设置里下载一次（约 670 MB），它同样完全离线工作。
清单之外：AI 翻译
打开 AI 翻译后，你的口述可以即时翻译成你的 AI 服务商能理解的几乎任何语言——你说一种语言，文字以另一种语言送达。
技术规格
深入内部：新一代架构
Token-and-Duration Transducer（TDT）
传统 RNN-T 一次只预测一个 token，而我们的 TDT 架构会同时预测 token 及其时长。这让模型在推理时能够跳过静音与冗余帧，大幅缩短计算时间。
- token 与时长联合预测
- 跳帧加速推理
8 倍降采样的 FastConformer
基于 Conformer 架构，但为速度做了优化。它采用 8 倍降采样更高效地处理音频帧，把 Transformer 的全局上下文与卷积网络的局部特征提取结合起来。
- 8 倍降采样系数
- 完全在 CPU 上运行——无需显卡