VosSpica программа, которая превращает речь в текст прямо на вашем компьютере
Есть один класс программ, которыми все пользуются и никто не ходит хвастаться. Диктовка. Нажал кнопку — приложение пишет текст.
Проблема в том, что почти все такие приложения работают так: нажимаешь кнопку, отправляешь аудио данные на сервер, ждёшь ответ, получаешь текст. Это удобно, быстро и работает отлично, пока у вас нет задачи, чтобы этоти данные никуда не уходил. А такая задача возникает внезапно: медицинская запись, совещание под NDA, чужая встреча, которую не хочется выкладывать на чужой сервер.
Мой ответ на это — #VoxSpica, бесплатная программа, которая распознаёт речь в текст целиком на вашем компьютере. Интернет не требуется вообще: выключите Wi-Fi, выключите кабель, выключите роутер — она продолжит работать.
До последнего времени она была только под Windows, а теперь работает и на Linux — об этом ниже.
Что она умеет
- 33 языка распознавания — от русского до японского, включая английский, немецкий, украинский, белорусский, башкирский, татарский. Интерфейс переведён на девять языков — это, на всякий случай, разные списки.
- Живая расшифровка. Текст появляется на экране во время записи, а не через полчаса после.
- История записей. Всё сохраняется, можно вернуться к вчерашнему разговору и найти нужный кусок.
- Экспорт в текст или субтитры. Две кнопки в истории: первая выгружает запись как .txt с пометками времени в начале каждой строки — чтобы читать и цитировать, вторая — как субтитры, если вы делаете озвучку или перевод видео.
- Понимает готовые файлы. Не обязательно записывать с микрофона — можно открыть уже существующую запись и распознать её.
Никакой аналитики, ни отчётов об ошибках в чужой сервер, ни телеметрии. Если завтра компанию, которая делает это, отключат от интернета — у вас программа продолжит работать.
Теперь это работает на Linux
Раньше программа была только под Windows, и это тоже было сознательным выбором — весь процесс сборки и установки был настроен под одну платформу. Но отвечать на комментарии «а на линуксе будет?» пришлось столько раз, что откладывать дальше было нельзя.
Что получилось:
- Ubuntu 22.04 и 24.04. Других пока нет, и сделано это специально: программа, собранная на более новой системе, может не запуститься на старой.
- AppImage — один файл. Скачали, разрешили запуск, запустили. Никакой установки.
- Обычный .deb — если хочется через менеджер пакетов.
- Правильные папки. Записи и модели лежат там, где Linux сам их ищет, а не куда попало. И переносить свою старую историю вручную не нужно.
- Язык интерфейса — как в системе. Раньше на линуксе показывался английский независимо от настроек компьютера, даже когда в программе были словари на девять языков. Теперь берётся язык вашей системы.
Одно условие: в системе должна быть библиотека для звука, libportaudio2. Ставится одной командой в терминале: sudo apt install libportaudio2. Всё остальное внутри.
Сайт где можно скачать программу:
Github: