Десктоп · Июнь 2026
SpeakAnywhere — голосовой ввод текста для Windows
Сверхбыстрое легковесное desktop-приложение для Windows для голосового ввода текста в любом окне системы. По глобальной горячей клавише (push-to-talk) приложение распознаёт речь локально и мгновенно вставляет готовый текст в активное поле любого приложения — VS Code, Telegram, Notion, Slack, браузеры. Обработка аудио по умолчанию полностью локальная, без телеметрии (privacy-first).
Что реализовано:
- Сквозной конвейер обработки: захват микрофона (CPAL) → шумоподавление и VAD → аудио-буфер в памяти → распознавание (Whisper) → очистка текста локальной LLM → вставка в активное окно
- Ultra-low latency: цель от отпускания клавиши до текста <200–500 мс на мощных ПК, <1000 мс на среднем железе, <150 МБ RAM в простое
- Модульный Rust-бэкенд (audio, hotkeys, stt, llm, injection, overlay, settings, tray, windows) на асинхронных каналах tokio mpsc
- Локальный STT на whisper.cpp с GPU-ускорением (DirectML/CUDA) и опциональными облачными провайдерами (OpenAI/Groq/Deepgram)
- AI-форматирование текста через llama.cpp (Qwen 2.5 3B / Phi-4 mini): пунктуация, регистр, грамматика
- Трёхуровневая стратегия вставки текста: Windows SendInput (Unicode) → Clipboard fallback → UI Automation (Accessibility API)
- Нативный UX: системный трей, always-on-top overlay-индикатор записи с waveform, глобальные горячие клавиши, автозагрузка; настройки в SQLite
- Интерфейс настроек и онбординга на React + TypeScript, мультиязычность
Безопасность: аудио хранится только в памяти, без записи на диск; передача в облако — лишь при явном Cloud Mode с TLS 1.3; минимум прав (микрофон + эмуляция ввода).
Стек: Tauri 2.x, Rust, Tokio, Win32 API, CPAL, whisper.cpp, llama.cpp, DirectML/CUDA, React, TypeScript, Vite, SQLite.
Роль: проектирование и разработка приложения (Rust-бэкенд, системная интеграция Windows, React-интерфейс).
Кадры проекта
Главная · экран 1 
Главная (моб.) · экран 1 
Обзор 
Core Pipeline