1.3.0 के बाद हमने पढ़ा कि लोग डिक्टेशन ऐप्स के बारे में असल में क्या शिकायत करते हैं — Hacker News के थ्रेड, ओपन-सोर्स ऐप्स के इश्यू ट्रैकर, सब्सक्रिप्शन ऐप्स के सपोर्ट पेज। दो बातें उभरीं। ट्रायल उपयोगकर्ता पहले सौ डिक्टेशन में तय कर लेते हैं कि ऐप भरोसेमंद है या नहीं, और जिस पल कुछ पेस्ट नहीं होता और कोई बताता नहीं कि क्यों, वे चले जाते हैं। और सबसे तेज़ी से बढ़ता उपयोगकर्ता समूह ईमेल डिक्टेट ही नहीं करता — वह कोडिंग एजेंट से बात करता है।
1.4.0 इन दोनों को ध्यान में रखकर बनाया गया है।
Vext अब एक MCP सर्वर है
Vext में बिल्ट-इन MCP सर्वर है। इसे सेटिंग्स → सामान्य → AI एजेंट के लिए MCP सर्वर में चालू करें, और Claude Code, Codex, OpenCode, Cursor, Claude Desktop, Octomind और आपके Mac पर कोई भी अन्य MCP क्लाइंट Vext को टूल की तरह इस्तेमाल कर सकता है।
एजेंट इससे क्या कर सकता है — वही सब जो आप मेन्यू बार और मुख्य विंडो से करते हैं:
- डिक्टेट करना।
start_dictation, आप बोलते हैं,stop_dictationट्रांसक्रिप्ट लौटाता है — आपकी शब्दावली, क्लीनअप और सक्रिय शैली के बाद।paste: trueके साथ यह सामान्य डिक्टेशन की तरह कर्सर पर आता है; इसके बिना एजेंट को सिर्फ़ टेक्स्ट मिलता है। - कोई भी ऑडियो फ़ाइल ट्रांसक्राइब करना, लोकल मॉडल से।
- मीटिंग। रिकॉर्डिंग शुरू और बंद करना, स्पीकर नामों और टाइमस्टैम्प के साथ ट्रांसक्रिप्ट पढ़ना, सारांश लेना या फिर से बनाना, स्पीकर को नाम देना ("Speaker 2" → "Sarah", चाहें तो आवाज़ याद रखते हुए), Markdown, टेक्स्ट, SRT या VTT में निर्यात करना।
- इतिहास। डिक्टेशन और नोट्स की सूची, खोज, पढ़ना और हटाना; विफल डिक्टेशन फिर से करना।
- सेटिंग्स का सब कुछ। डिक्टेशन शैली, अनुवाद, फिलर हटाना, ऑटो-सबमिट, माइक्रोफ़ोन, ऐप शैली, शब्दावली, ज्ञात स्पीकर।
Claude Code के लिए सेटअप एक कमांड है:
claude mcp add --transport http vext http://127.0.0.1:58398/mcp --header "Authorization: Bearer <आपका टोकन>"
सेटिंग्स में कॉन्फ़िग कॉपी करें… मेन्यू है जो Claude Code, Codex CLI, OpenCode, Cursor और Windsurf, Claude Desktop और Octomind के लिए आपका टोकन भर देता है। सर्वर केवल 127.0.0.1 पर सुनता है, हर अनुरोध में Vext का बनाया टोकन ज़रूरी है, और जब तक आप चालू न करें, सब बंद रहता है। आपकी आवाज़, ट्रांसक्रिप्ट या मीटिंग का कुछ भी मशीन से बाहर नहीं जाता — एजेंट एक लोकल पोर्ट से बात करता है, और काम लोकल मॉडल करता है।
यह क्लासिक MCP हैंडशेक और 2026 का प्रति-अनुरोध संस्करण दोनों समझता है, इसलिए आज के क्लाइंट और अपडेट होने वाले क्लाइंट दोनों के साथ काम करता है। अगर आप कोडिंग एजेंट में डिक्टेट करते हैं, तो यह "कुंजी दबाए रखो और बोलो" को "एजेंट आपसे बोलने को कहता है और जवाब पर कुछ करता है" में बदल देता है।
बोलते हुए शब्द देखें
डिक्टेशन अब स्क्रीन के नीचे एक छोटी पट्टी दिखाता है: वेवफ़ॉर्म, बीता समय, और ट्रांसक्रिप्ट जो हर वाक्यांश के पहचाने जाते ही आता जाता है। कुंजी छोड़ने से पहले ही आप पढ़ सकते हैं कि क्या सुना गया।
बीच वाक्य में इरादा बदल गया? Escape दबाएँ या पिल का ✕ क्लिक करें। रिकॉर्डिंग हट जाती है, कुछ ट्रांसक्राइब नहीं होता, कुछ पेस्ट नहीं होता — और Escape नीचे वाले ऐप तक नहीं पहुँचता, इसलिए जो खुला था वह बंद नहीं होगा।
अब कुछ भी चुपचाप विफल नहीं होता
यही भरोसे की समस्या थी। जो डिक्टेशन कुछ नहीं देता था, वह कुछ नहीं देता था: न टेक्स्ट, न संदेश, न इतिहास में निशान। खामोश रिकॉर्डिंग और क्रैश हुए रिकग्नाइज़र में फ़र्क नहीं पता चलता था।
अब:
- बिना आवाज़ की रिकॉर्डिंग पर "कोई आवाज़ नहीं मिली" दिखता है।
- अगर साफ़ आवाज़ वाले ऑडियो पर रिकग्नाइज़र विफल होता है, तो Vext ऑडियो सहेज लेता है, बताता है कि क्या हुआ, और इतिहास में "ट्रांसक्रिप्शन विफल" पंक्ति जोड़ता है जिसमें फिर से करें बटन होता है। यह पूरी पाइपलाइन दोबारा चलाता है — पहचान, शब्दावली, क्लीनअप, आपकी शैली — और नतीजा क्लिपबोर्ड पर रख देता है, क्योंकि आपका कर्सर कब का आगे बढ़ चुका है। पंक्ति हटाने पर ऑडियो भी हट जाता है।
सफल डिक्टेशन का ऑडियो अब भी कभी नहीं रखा जाता।
हर ऐप की अपनी शैली
1.3.0 की डिक्टेशन शैली सबके लिए एक थी। अब यह ऐप के अनुसार भी है: सेटिंग्स → भाषा और LLM → ऐप के अनुसार शैली। Slack के लिए संदेश, Terminal और Claude Code के लिए जैसा बोला, Mail के लिए ईमेल, हर एक का अपना ऑटो-सबमिट स्विच। चल रहे ऐप्स की सूची से जोड़ें या डिस्क से चुनें।
शैली वह ऐप तय करता है जो बोलना शुरू करते समय सामने था — और टेक्स्ट भी वहीं जाता है। अगर Vext के प्रोसेस करते समय आप Cmd-Tab से कहीं और चले गए, तो यह पेस्ट से पहले मूल ऐप पर लौटता है, बजाय इसके कि टेक्स्ट जहाँ फोकस हो वहाँ गिरा दे।
अपना माइक्रोफ़ोन चुनें
सेटिंग्स → ऑडियो और STT → माइक्रोफ़ोन। सिस्टम डिफ़ॉल्ट या कोई भी इनपुट डिवाइस — डिक्टेशन, नोट्स और मीटिंग सबके लिए। कई इनपुट वाले इंटरफ़ेस जो पहले गलत चैनल से खामोशी रिकॉर्ड करते थे, अब आपका चुना चैनल रिकॉर्ड करते हैं।
माइक निकालें तो Vext सिस्टम डिफ़ॉल्ट पर लौटकर आपको बताता है; डिवाइस लौटने तक चयन में आपकी पसंद "(अनुपलब्ध)" के साथ बनी रहती है। अगर AirPods पर पहले शब्द अब भी छूटते हैं, तो यही समाधान है: वायरलेस माइक जागने में समय लेते हैं, बिल्ट-इन या वायर्ड नहीं लेते।
हॉटकी: माउस बटन और त्वरित टैप
माउस के मध्य और साइड बटन अब हॉटकी के रूप में रिकॉर्ड किए जा सकते हैं — अंगूठे के बटन पर पुश-टू-टॉक बिल्कुल मॉडिफ़ायर कुंजी की तरह काम करता है।
एक वैकल्पिक त्वरित टैप हैंड्स-फ़्री डिक्टेशन चालू और बंद करता है भी है: पुश-टू-टॉक कुंजी पर दबाए रखने की देरी से छोटा दबाव हैंड्स-फ़्री शुरू करता है, दूसरा टैप बंद करता है, और लंबा दबाव पुश-टू-टॉक ही रहता है। एक कुंजी, दोनों व्यवहार। डिफ़ॉल्ट रूप से बंद है क्योंकि Shift को PTT कुंजी रखने पर हर बड़ा अक्षर टैप गिना जाता; इसे Fn, दाएँ ⌥ या माउस बटन के साथ चालू करें।
और पुश-टू-टॉक कॉम्बो दबाए रखते हुए सामान्य कुंजी टाइप करना अब होल्ड रद्द कर देता है — Shift+अक्षर टाइपिंग है, डिक्टेशन नहीं।
"यह कॉल रिकॉर्ड करें?"
जब Zoom, Teams, Slack, FaceTime, Discord, Webex, Skype या Loom आपका माइक्रोफ़ोन इस्तेमाल करने लगे, तो Vext कोने में छोटा सा सुझाव दिखाता है: Zoom आपका माइक्रोफ़ोन उपयोग कर रहा है — इस मीटिंग को रिकॉर्ड और ट्रांसक्राइब करें? रिकॉर्ड करें स्पीकर लेबल और सारांश वाली सामान्य मीटिंग पाइपलाइन शुरू करता है; अभी नहीं इसे हटा देता है, और तीस सेकंड में यह खुद गायब हो जाता है।
जब तक आप रिकॉर्ड न दबाएँ, कुछ रिकॉर्ड नहीं होता, और आप सेटिंग्स → ऑडियो और STT → मीटिंग में इसे बंद कर सकते हैं।
सुधार
- टेक्स्ट फ़ील्ड फ़ोकस में रहते हुए शब्दावली प्रविष्टि हटाने पर ऐप क्रैश हो जाता था। ठीक किया गया, और वही पैटर्न नई ऐप सूची में भी पहले ही ठीक कर दिया गया।
- सिस्टम फ़ॉन्ट लुकअप कुछ न लौटाए तो हॉटकी कैप्चर फ़ील्ड रीपेंट पर क्रैश हो सकता था। अब यह नेटिव लेबल उपयोग करता है।
- टेक्स्ट उसी ऐप में पेस्ट होता है जहाँ आपने डिक्टेशन शुरू किया था, न कि उसमें जहाँ आप बीच में चले गए।
अपडेट
brew upgrade muvon/tap/vext
या Vext 1.4.0 सीधे डाउनलोड करें। मीटिंग, स्पीकर प्रोफ़ाइल, शब्दावली और हॉटकी बने रहते हैं। MCP सर्वर तब तक बंद रहता है जब तक आप इसे सक्रिय न करें।
सब कुछ अब भी पूरी तरह आपके Mac पर चलता है: न क्लाउड, न अकाउंट, न सब्सक्रिप्शन।