Fale a sua própria língua.
Seja ouvido na língua do outro.

Sua voz sai no idioma deles. O que eles dizem volta no seu, como legendas ou lido em voz alta. O Sokuji é um microfone virtual entre você e seu app de reunião, então a configuração fica do seu lado — eles falam normalmente, sem instalar nada e sem link para entrar.

Baixar grátisObter a extensão
Livre e de código aberto · IA no dispositivo · sem assinatura
Sokuji
Seu microfoneO outro ladoO que o Sokuji falapt → en

Instale o app ou adicione-o ao seu navegador

O app de desktop não depende de uma lista de sites compatíveis. Ele se registra como um microfone na sua máquina, então qualquer coisa que possa escolher um microfone consegue usá-lo.

App de desktop — nível de sistema

O Sokuji aparece como um microfone comum no seu sistema operacional. Apps de reunião, navegadores, gravadores, software de streaming, jogos — se dá para escolher um microfone, ele ouve a sua voz traduzida.

No sentido inverso ele não pede permissão a ninguém: o Sokuji lê o que a sua máquina estiver tocando, incluindo o áudio do sistema, então um vídeo, uma transmissão ou uma gravação ganham legenda igual a uma chamada.

Linux / integrado, em PulseAudio ou PipeWire
macOS / o driver acompanha o app · Windows / via VB-CABLE

Extensão de navegador

Nada instalado no sistema e nenhum roteamento de áudio para configurar. Feita para os sites de reunião que ela suporta.

Zoom · Google Meet · Microsoft Teams · Slack · Discord · Jitsi Meet · Whereby · Gather · Yandex Telemost

Dentro dessas páginas a sua voz traduzida é oferecida ao site como microfone, e o áudio da própria aba é o que volta traduzido. Em qualquer outro lugar — outro app, um vídeo fora do navegador, o áudio do sistema — o trabalho é do app de desktop.

O que você quer fazer?

O Sokuji é feito para que o custo de atravessar um idioma recaia sobre quem quer ser entendido. Foi o primeiro que construímos. Mas você nem sempre é essa pessoa — às vezes está numa aula, ouvindo uma gravação, ou numa chamada que outra pessoa marcou.

o primeiro que construímos

Ser entendido em uma reunião

Eles ouvem sua voz traduzida por um microfone virtual.

Entender o que os outros dizem

Reuniões on-line, aulas, palestras, vídeos, transmissões — leia a tradução ao vivo do que você ouve.

eles falam → você lê

Legendar minha própria fala

Palestras, transmissões, apresentações — seu público lê as legendas traduzidas; nenhum áudio é gerado.

você fala → eles leem

Conversa on-line em dois sentidos

Eles ouvem sua voz traduzida; você lê a deles nas legendas e também pode ouvi-la.

nos dois sentidos · voz nos dois sentidos

Conversa on-line em dois sentidos, somente legendas

Legendas bilíngues, atas de reunião — os dois lados em texto, sem voz sintética.

nos dois sentidos · apenas texto

Conversa cara a cara

Duas pessoas em um mesmo computador, cada uma falando seu idioma; cada uma usa um fone e ouve só a tradução no seu idioma.

um microfone · um fone para cada um

Conversa cara a cara, somente legendas

Os dois leem a mesma tela, ou o outro abre a página de legendas LAN no celular.

um microfone · só texto

O que ele faz durante uma chamada

Qualquer um consegue jogar voz dentro de um modelo. Continuar inteligível por uma reunião inteira — acompanhar o ritmo, saber quando você terminou uma ideia, não devolver a sua própria voz — isso é engenharia de áudio.

Fale com a sua própria voz

Grave um clipe curto uma vez e a sua fala traduzida sai com a sua voz em vez de uma voz de catálogo, ou escolha uma da biblioteca do fornecedor. Quais vozes você pode escolher depende do fornecedor que usa.

Velocidade de fala adaptativa

A mesma frase leva mais tempo em algumas línguas, então em ritmo fixo a tradução atrasa a cada frase. O Sokuji acelera só o suficiente para acompanhar.

Detecção semântica de turno

Ele espera um pensamento concluído, não uma simples pausa, para não te cortar no meio da frase.

Suas palavras, seus termos

Instruções de sistema impedem que nomes, termos de produto e jargão interno virem papa na tradução.

Sobreposição de legendas

Uma janela separada que dá para arrastar e redimensionar, ou legendas sobre a própria página da reunião.

Funciona com a rede desligada

O Sokuji detecta a sua GPU, baixa o motor de inferência feito para ela e roda reconhecimento, tradução e voz na sua máquina — sem chave, sem conta, sem medidor. Aqui, rodar no dispositivo é um caminho de primeira classe, não um recurso para quando a conexão cai.

Também: traduzir enquanto pressiona, supressão de ruído, cancelamento de eco, tradução de transcrições parciais, ajuste do buffer de áudio, troca de dispositivos de áudio no meio da sessão, o próprio microfone virtual e exportar uma conversa como .txt ou .json.

O que carregamos por você — e o que continua seu

O Sokuji é gratuito e de código aberto, e vai continuar assim. Separadamente, uma conta Kizuna AI pode guardar a chave e pagar a fatura de alguns fornecedores de IA, para quem prefere não mexer em consoles de desenvolvedor. Não executamos os modelos, e é um serviço que talvez você nunca toque. Toda conveniência tem uma saída ao lado.

isto nós carregamos

Uma conta, sem consoles

Emitimos a credencial e pagamos a fatura. Quem executa o modelo continua sendo a Soniox ou a Qwen.

Uma fatura, medida

Cuidamos do encanamento do pagamento e cobramos o que você realmente usou.

Modelos na nuvem quando precisar

A tradução mais rápida e precisa disponível hoje, sob demanda.

Um app empacotado

Builds de desktop e uma extensão de navegador, em alguns cliques.

isto você sempre pode fazer sozinho

Use a sua própria chave

Mais de dez fornecedores suportados, cada um com passo a passo e capturas.

Pague o fornecedor direto

Deixe a gente completamente de fora. O Sokuji funciona sem nenhuma conta Kizuna AI.

Rode na sua própria máquina

Inferência local, gratuita, capaz de funcionar offline e entregue como primeira escolha.

Compile a partir do código

Clone, leia, modifique, publique o seu próprio build. AGPL-3.0.

35+
idiomas de tradução
30
idiomas da interface
9
sites de reunião na extensão
10+
provedores de IA, mais o seu próprio endpoint

O conteúdo das suas reuniões não passa por nós

Mesmo quando a chave vem da sua conta Kizuna AI, o áudio, as imagens de tela e as traduções vão do seu dispositivo direto para o fornecedor que executa o modelo — e se o modelo escolhido for o local, eles não vão a lugar nenhum. Nós cuidamos das contas e da cobrança, e o que guardamos são dados de conta e de uso, nunca o conteúdo das reuniões.

Todas as plataformas, e o que cada uma pede de você

Windows

Assinado, então instala sem os avisos de sempre — graças à SignPath Foundation, que assina de graça. O roteamento usa VB-CABLE.

Baixar →

macOS

O driver de áudio acompanha o instalador. O app é assinado e notarizado, então instala como qualquer outro app de Mac.

Baixar →

Linux

O microfone virtual é criado pelo próprio Sokuji via PulseAudio ou PipeWire — não há mais nada para instalar.

Baixar →

Por que funciona assim

A maioria das perguntas que recebemos são, na verdade, perguntas sobre as escolhas por trás do produto. Aqui estão, respondidas sem rodeios.

Vocês recebem meu áudio ou o conteúdo das minhas reuniões?

Não. O áudio, as imagens de tela, as transcrições e as traduções vão do seu dispositivo direto para o provedor de IA que você escolheu. Isso vale também quando a chave vem de uma conta Kizuna AI: nós emitimos uma chave de curta duração e contamos o uso, e o provedor faz o resto. O que guardamos é o que uma conta precisa — e-mail, registros de login, saldo e uso — e nunca o conteúdo das reuniões. A lista completa está na página de privacidade.

Por que eu deveria acreditar nisso?

Em parte, você não deveria — então aqui está a linha. O app é licenciado sob AGPL-3.0, e é o app que decide para onde vai o seu áudio: está todo em github.com/kizuna-ai-lab/sokuji, você pode compilá-lo e observá-lo na rede. Nosso serviço de contas não é de código aberto, então o que ele faz com dados de conta e de uso é uma promessa, não uma prova. Preferimos marcar essa linha a borrá-la.

Por que a outra pessoa não precisa instalar nada?

Porque achamos que atravessar um idioma é tarefa de quem quer ser entendido, não de todo mundo que ouve. O Sokuji traduz do seu lado e fala por um microfone virtual, então o que chega a eles é áudio de chamada comum.

Posso usá-lo para traduzir o YouTube em tempo real?

Pode, e nada o impede — o Sokuji traduz qualquer áudio que chegue à sua máquina, vídeo incluído. Só não é para isso que o construímos. Um vídeo assistido por cem mil pessoas, traduzido ao vivo, é o mesmo trabalho feito cem mil vezes; traduzido uma vez por quem publica, é feito uma vez. Criadores usam o Sokuji justamente para produzir essas traduções.

Sou obrigado a usar o serviço de IA de vocês?

Não. Traga sua própria chave de qualquer fornecedor suportado, ou rode no dispositivo de graça. A conta Kizuna AI existe para quem prefere não lidar com consoles de desenvolvedor — não para prender ninguém.

A IA local é só um recurso para quando estou offline?

Não — é um caminho de primeira classe e sempre foi gratuito. Os modelos continuam encolhendo, os runtimes melhorando e os aceleradores de consumo ficando mais rápidos. Ninguém deveria ter de entregar sua conversa a uma grande empresa de IA só para usar IA.

Quanto custa o Sokuji?

O Sokuji é livre e de código aberto, e a inferência no dispositivo é gratuita junto com ele. A única coisa que custa é a conta opcional da Kizuna AI, medida pelo que você realmente usa — nunca uma assinatura mensal, e um mês parado não custa nada. O saldo recarregado vale um ano: esse limite é contabilidade, não um empurrão para gastar. Com sua própria chave ou rodando local, você não nos paga nada.

O Sokuji é assinado no macOS e no Windows?

Sim. Os instaladores para Windows são assinados graças à SignPath Foundation, que assina software livre sem custo. As versões para macOS são assinadas com um Apple Developer ID e notarizadas pela Apple desde a versão 0.46.5.

Fale a sua própria língua.
Seja ouvido na língua do outro.

livre e de código aberto · com IA no dispositivo · sem assinatura
Baixar grátisObter a extensão