O Vocena gera transcrições e legendas em tempo real para conteúdos reproduzidos no Mac, como vídeos do YouTube, chamadas no Zoom ou Teams, aulas online e podcasts. O aplicativo também pode reconhecer o áudio captado pelo microfone ou trabalhar com as duas fontes ao mesmo tempo, sem exigir a instalação de plugins.
As legendas são exibidas em uma janela flutuante sobre outros aplicativos. Assim, o usuário pode continuar trabalhando enquanto acompanha a transcrição. Em Macs com chips Apple Silicon, o reconhecimento de fala é feito localmente, com o modelo aberto Qwen e sem limite de tempo.
Cenas e versões para iPhone e iPad
O aplicativo oferece seis cenas, que definem ações após a identificação do conteúdo: Padrão, Palestras, Reuniões, Assistindo, Conversas e Ditado. A alternância entre elas pode ser feita com um toque ou clique.
Também estão previstas versões para iPhone e iPad. Nesses dispositivos, o Vocena terá janela flutuante e poderá mostrar legendas na Ilha Dinâmica quando o usuário mudar para outro aplicativo. No iOS 27, o sistema também poderá gerar legendas para o áudio reproduzido no iPhone sem usar o microfone.
A versão gratuita inclui legendas em tempo real, janela flutuante, biblioteca com reprodução e Modo Local. O plano Plus, oferecido a partir de uma licença vitalícia de US$30, acrescenta uma tradução abaixo de cada linha de legenda, tanto na janela principal quanto na flutuante. Já o plano Cloud custa US$10/mês e permite escolher traduções feitas por grandes modelos de linguagem. Uma única compra vale para Mac, iPhone e iPad vinculados à mesma conta.
O reconhecimento de fala é compatível com mandarim, cantonês, inglês, japonês, coreano, francês, alemão, italiano, espanhol, português e russo. O Vocena pode ser baixado gratuitamente.
