|
Transcribe recordings on your PC. Review long recordings with local Japanese AI summaries, topic timelines, transcript editing and text-to-speech checks at up to 4x speed. MemoKoe PC transcribes recordings, including iPhone Voice Memos, on your Windows PC. Drag and drop an audio file to turn speech into text with Whisper.
Features
• Process long recordings in segments and resume from completed segments after interruption.
• Use NVIDIA CUDA, AMD HIP or Vulkan GPU processing, or CPU processing.
• Review the waveform and original audio, search and edit transcript text, undo or redo changes, and delete unwanted rows. Original recognition results are preserved.
• Generate summaries, topic timelines and contextual correction suggestions with local Japanese AI.
• Export TXT, Markdown, SRT and VTT.
• Apply optional noise reduction, upward compression and compression to assist listening without changing the source audio.
• Re-run transcription from history with a different model or processing configuration.
• Check transcripts with text-to-speech at up to 4x speed using Windows voices or VOICEVOX. A separate VOICEVOX installation is not required.
• Choose Japanese or English for the interface.
Transcription, AI processing and speech synthesis run locally. Audio and transcript text are not sent to external servers, and usage telemetry is not sent. Internet access is required to obtain models. Saving files to a synchronized folder such as OneDrive may cause that service to upload them separately.
Minimum requirements: Windows 11 (64-bit), 16 GB RAM, a 4-core CPU, 8 GB video memory and 10 GB free SSD space. Recommended: 32 GB RAM, an 8-core CPU, 12 GB video memory and 20 GB free SSD space.
AI recognition, summaries and corrections may contain errors. Compare results with the original audio and edit them as needed.
Release Notes
System Requirements
- OS: Windows 11 version 22000.0 or higher
- Memory: 16 GB (Minimum), Not specified (Recommended)
- Video Memory: 6 GB (Minimum), Not specified (Recommended)
- Processor: 64-bit CPU, 4 cores or more (Minimum), 64-bit CPU, 8 cores or more (Recommended)
- Graphics Processor: GPU with 8 GB VRAM or more (NVIDIA RTX 3060 8GB / RTX 4060, AMD RX 6600 / RX 7600 or equivalent) (Minimum), GPU with 12 GB VRAM or more (NVIDIA RTX 3060 12GB, AMD RX 6700 XT or equivalent) (Recommended)
Instruction:
- Install pre-done setup, all activated.
Transkrybuj nagrania na swoim komputerze. Analizuj długie nagrania dzięki lokalnym narzędziom AI (zoptymalizowanym pod kątem języka japońskiego), które tworzą podsumowania i harmonogramy tematyczne. Edytuj transkrypcje i odsłuchuj tekst za pomocą funkcji zamiany tekstu na mowę (z prędkością do 4x). Aplikacja MemoKoe PC umożliwia transkrypcję nagrań – w tym notatek głosowych z iPhone’a – bezpośrednio na komputerze z systemem Windows. Wystarczy przeciągnąć i upuścić plik audio, aby przekształcić mowę na tekst przy użyciu technologii Whisper.
Funkcje
• Przetwarzaj długie nagrania w segmentach; w razie przerwy możesz wznowić pracę od miejsca, w którym ją zakończono.
• Wykorzystaj moc obliczeniową procesora (CPU) lub karty graficznej (GPU) za pomocą technologii NVIDIA CUDA, AMD HIP bądź Vulkan.
• Przeglądaj przebieg fali dźwiękowej i oryginalne nagranie, przeszukuj oraz edytuj tekst transkrypcji, cofaj lub ponawiaj zmiany i usuwaj zbędne fragmenty. Oryginalne wyniki rozpoznawania mowy pozostają zachowane.
• Generuj podsumowania, harmonogramy tematyczne oraz sugestie korekty kontekstowej dzięki lokalnym narzędziom AI (zoptymalizowanym pod kątem języka japońskiego).
• Eksportuj pliki do formatów TXT, Markdown, SRT oraz VTT.
• Korzystaj z opcjonalnych funkcji poprawy jakości dźwięku, takich jak redukcja szumów czy kompresja (w tym kompresja w górę), które ułatwiają odsłuch bez modyfikowania oryginalnego pliku audio.
• Ponownie przeprowadzaj transkrypcję z poziomu historii, zmieniając model lub konfigurację przetwarzania.
• Weryfikuj transkrypcje za pomocą funkcji zamiany tekstu na mowę (z prędkością do 4x), korzystając z głosów systemowych Windows lub silnika VOICEVOX (instalacja zewnętrznego oprogramowania VOICEVOX nie jest wymagana).
• Wybierz język interfejsu: japoński lub angielski.
Transkrypcja, przetwarzanie przez AI oraz synteza mowy odbywają się lokalnie. Pliki audio i tekst transkrypcji nie są przesyłane na zewnętrzne serwery; aplikacja nie wysyła również żadnych danych telemetrycznych. Dostęp do Internetu jest wymagany jedynie w celu pobrania modeli. Uwaga: zapisywanie plików w folderach synchronizowanych z chmurą (np. OneDrive) może spowodować, że usługa ta prześle pliki na swoje serwery.
Wymagania minimalne: Windows 11 (64-bit), 16 GB pamięci RAM, procesor 4-rdzeniowy, 8 GB pamięci VRAM oraz 10 GB wolnego miejsca na dysku SSD. Zalecane: 32 GB pamięci RAM, procesor 8-rdzeniowy, 12 GB pamięci VRAM oraz 20 GB wolnego miejsca na dysku SSD.
Wyniki rozpoznawania mowy, podsumowania oraz sugestie korekty generowane przez AI mogą zawierać błędy. Zaleca się weryfikację wyników z oryginalnym nagraniem i wprowadzanie niezbędnych poprawek. Informacje o wydaniu
Wymagania systemowe
- System operacyjny: Windows 11 w wersji 22000.0 lub nowszej
- Pamięć RAM: 16 GB (minimum), brak określonych wymagań (zalecane)
- Pamięć wideo: 6 GB (minimum), brak określonych wymagań (zalecane)
- Procesor: 64-bitowy, co najmniej 4 rdzenie (minimum), 64-bitowy, co najmniej 8 rdzeni (zalecane)
- Karta graficzna: GPU z co najmniej 8 GB pamięci VRAM (NVIDIA RTX 3060 8 GB / RTX 4060, AMD RX 6600 / RX 7600 lub odpowiednik) (minimum), GPU z co najmniej 12 GB pamięci VRAM (NVIDIA RTX 3060 12 GB, AMD RX 6700 XT lub odpowiednik) (zalecane)
Instrukcja:
- Przeprowadź instalację za pomocą przygotowanego instalatora; wszystkie elementy są już aktywowane.
|