Alpha · Windows

Voice2Text: диктовка и обработка текста

Voice2Text — отдельная программа Screph для диктовки и вставки текста в совместимое окно Windows. Текст можно проверить перед вставкой. Привязка к окну может дополнительно передать выбранный снимок и диктовку настроенной языковой модели (LLM).

Видео

Загрузка

Распакуйте ZIP в отдельный каталог и запустите Voice2Text.exe. Программа работает из системного трея; установщик не требуется.

Скачать Alpha-архив

Что реализовано

  1. Запись запускается из меню системного трея. Глобальное сочетание клавиш для начала записи сейчас недоступно.
  2. Речь распознаётся выбранным сервисом, после чего текст можно проверить и исправить. Ctrl+Enter завершает ввод, Esc отменяет его.
  3. Подтверждённый текст отправляется в активное совместимое окно Windows. Окна с другим уровнем прав или нестандартным редактором могут не принять ввод.
  4. Привязка запоминает окно и точку вставки. Перед вводом Voice2Text проверяет, что нужное окно активно и точка относится к нему.
  5. Для привязки можно выбрать область экрана и профиль LLM. Тогда модели передаются снимок области и продиктованный запрос, а пользователь проверяет преобразованный ответ перед вставкой.

Меню и настройки

РазделВозможности
Меню треяНачало записи, показ виджета, привязки, настройки, история LLM, язык и выход.
НастройкиРаспознавание речи, подключения LLM, снимки экрана, привязки, автозапуск, буфер обмена и история.
ПривязкиНесколько точек для одного окна, область снимка, профиль LLM и способ вставки.

Распознавание и передача данных

ВариантГде обрабатываются данные
VoskРаспознаёт речь локально при установленной модели; аудио не передаётся в облачную службу.
YandexАудио и параметры запроса передаются настроенному сервису Yandex.
Google Cloud SpeechАудио передаётся Google с учётными данными пользователя.
OpenAI-compatibleАудио передаётся указанной совместимой службе; ключ хранится в системном хранилище секретов.
Обработка через LLMТекст и выбранный снимок передаются службе из активного профиля. Используйте только данные, которые разрешено отправлять этой службе.

Локальные данные

  • Настройки, локальные модели и включённая файловая история хранятся в каталоге данных Voice2Text рядом с программой.
  • Привязки хранятся в профиле Windows в %APPDATA%\Voice2Text\bindings.json.
  • Ключи API сохраняются через Windows Credential Manager. В обычных настройках остаются адрес службы, модель и пути к файлам.
  • Запись запросов и ответов LLM в файл выключена по умолчанию, включается пользователем и очищается из интерфейса.
  • При постоянном копировании распознанный текст попадает в системный буфер обмена и может сохраниться в истории буфера Windows.

Системные требования

  • Windows 10/11 x64.
  • Рабочий микрофон; для привязок к окнам и снимков экрана — интерактивный рабочий стол Windows.
  • Для локального распознавания нужна модель Vosk. Облачные службы требуют сети и учётных данных пользователя.