Dziś wydajemy AI Dictation v2 — aplikację do zamiany mowy na tekst opartą na wieloplatformowym stosie AI Suite v2. Mów i obserwuj pojawiające się słowa, nagrywaj spotkania odtwarzane na komputerze lub wczytuj nagrania — i otrzymuj czysty, edytowalny tekst. Cel jest prosty: zamieniaj mowę na tekst bez wysyłania głosu do chmury.

Co potrafi

AI Dictation transkrybuje z trzech źródeł: Twojego mikrofonu (dyktuj na żywo i obserwuj strumień tekstu), dźwięku Twojego komputera (spotkanie, wideo, podcast odtwarzany na PC) lub pliku audio który już posiadasz. Dzięki darmowemu silnikowi działającemu na urządzeniu, cała transkrypcja odbywa się na Twoim komputerze — wyłącz sieć i nadal działa.

Przy pierwszym nagraniu aplikacja wybiera i pobiera odpowiedni model mowy działający lokalnie, a następnie tworzy napisy na żywo podczas mówienia. Wybierz język mówiony lub pozwól na automatyczne wykrywanie, włącz znaczniki czasu, gdy ich potrzebujesz, i zapisz wynik jako zwykły tekst, jako SubRip (.srt) lub WebVTT (.vtt) napisy do oznaczania wideo lub jako JSON z czasem każdego segmentu do własnych narzędzi.

Nowość w wersji 2

  • Trzy sposoby nagrywania. Mikrofon, dźwięk systemowy komputera lub plik — zmieniaj źródła jednym kliknięciem, z miernikiem na żywo pokazującym, że sygnał jest odbierany.
  • Odtwarzaj i transkrybuj ponownie. Każde nagranie jest zapisywane, możesz je odtwarzać z suwakiem fali dźwiękowej i obserwować podświetlanie słów podczas odtwarzania. W każdej chwili możesz ponownie przetworzyć nagranie dokładniejszym modelem — nowy wynik jest zapisywany jako osobny wpis, więc oryginał nigdy nie jest nadpisywany.
  • Napisy i czyste eksporty. Eksportuj napisy SubRip i WebVTT z dokładnym czasem wyświetlania, JSON do własnych narzędzi lub zwykły tekst. Kontrola czyszczenia decyduje, jak traktować dźwięki niebędące mową, takie jak [Muzyka] czy (śmiech), a surowy wynik modelu jest dostępny w osobnym panelu.
  • Historia pod Twoją kontrolą. Każda transkrypcja jest zapisywana lokalnie i szyfrowana w spoczynku, gotowa do ponownego otwarcia, kopiowania lub kontynuacji. Przeszukuj dowolną transkrypcję za pomocą funkcji znajdź — która także filtruje listę ostatnich nagrań, pokazując tylko te, które zawierają wpisane słowa.
  • Wybór silnika. Zacznij za darmo z modelem Whisper działającym na urządzeniu. Wersja Pro odblokowuje większe modele, chmurowy silnik OpenAI oraz lokalny silnik z obsługą GPU do najtrudniejszych nagrań — z wbudowanymi limitami bezpieczeństwa GPU i opcją utrzymania modeli w pamięci, aby powtarzane zadania startowały natychmiast.
  • W 16 językach. Cały interfejs dostosowuje się do języka systemu operacyjnego, z możliwością zmiany jednym kliknięciem w Ustawieniach, a transkrybuje dziesiątki języków mówionych.
  • Skryptowalny. Narzędzie wiersza poleceń bez interfejsu graficznego transkrybuje z terminala i pełni funkcję serwera MCP, dzięki czemu agenci AI i inne narzędzia mogą z niego korzystać na Twojej własnej infrastrukturze.

Każda funkcja jest darmowa

Podobnie jak w pozostałej części pakietu, żadna funkcja nie jest zablokowana za wersją Pro. Transkrypcja na żywo, dźwięk systemowy i transkrypcja plików, eksport napisów, odtwarzanie, ponowna transkrypcja, zaszyfrowana historia, wyszukiwanie oraz narzędzie wiersza poleceń są dostępne w darmowej aplikacji, z wydajnym modelem działającym lokalnie i bez limitu czasu czy irytujących ekranów. Wersja Pro oferuje po prostu wybór silnika — większe lokalne modele, silnik chmurowy OpenAI oraz lokalny silnik przyspieszany GPU, gdy potrzebujesz większej dokładności. Nigdy nie tracisz żadnej funkcji, pozostając przy wersji darmowej.

Dlaczego lokalne działanie ma znaczenie

Wywiady, spotkania, notatki medyczne, dyktanda prawne — dźwięk, który ludzie najczęściej chcą transkrybować, często nie może być przesyłany do chmury. AI Dictation przenosi AI do Twoich nagrań: nic nie opuszcza urządzenia przy użyciu lokalnego silnika, Twoje transkrypcje i nagrania są zaszyfrowane w spoczynku, a opłaty za transkrypcję za minutę nie występują. To ta sama zasada lokalnego, priorytetowego podejścia do prywatności, która stoi za wszystkim, co tworzy Software Tailor [1].

Pobierz

AI Dictation v2 jest już dostępny w Microsoft Store dla Windows jako darmowe pobranie, z opcją Pro, gdy chcesz korzystać z silników premium i chmurowych [2]. Wersje dla macOS, Linux, przeglądarki i urządzeń mobilnych są w planach. Przeczytaj pełną prezentację funkcji na stronie produktu.