Транскрибатор на локальных моделях: быстрое распознавание речи

Запилил себе за вечер транскрибатор на локальных моделях.

Очень шустро работает, 30 минут на моей прошке распедаливает где-то за 20 секунд.

Вот думаю голосовой ввод прикрутить, чтобы использовать везде, где нужно что-то руками вбивать.

Какие еще фичи добавить?