—
przytrzymaj i mów — tekst trafia tam, gdzie stoi kursor
—
—
To, co dyktujesz do tych programów, nie trafia do historii. Samo wklejanie działa jak zwykle.
To, co podyktowano: skopiować, wkleić do dowolnego okna lub usunąć.
podczas dyktowania ekran pokazuje, że trwa nagrywanie
Model z wiersza «Auto» obsługuje wszystkie języki bez własnego modelu — na liście są szare. Kliknij język, aby nadać mu własny. Ten sam model rozpoznaje też, w jakim języku mówisz, gdy język źródłowy nie jest ustawiony.
1
Otwórz folder modeliFolder docelowy: models\
2
Skopiuj modelWybierz jedną z obsługiwanych struktur
Whisper (GGML)Jeden plik
ggml-*.bin
Sherpa-ONNXFolder z plikami modelu
encoder.onnxdecoder.onnxtokens.txt
3
Uruchom aplikację ponownie✓ Model pojawi się dla języków, które obsługuje
Terminy, nazwy i skróty oddzielone przecinkami — podpowiedź dla słuchu, nie polecenia. Działa dla Whispera; rosyjska mowa przez GigaAM tego nie używa. Zestaw domyślny podąża za językiem rozpoznawania, dopóki nie wpiszesz własnego.
To, co zostało źle usłyszane, staje się tym, co miałeś na myśli — zaraz po rozpoznaniu, przed promptami. Stosowane od góry do dołu.
To, co powiesz, zamienia się w złamanie wiersza, znak albo anulowanie, zamiast trafić do tekstu. Rozpoznawane jako całe słowa, stosowane od góry do dołu, po zamianach.
Poprawia rozpoznany tekst według promptów: usuwa słowa-wypełniacze, naprawia interpunkcję, zmienia styl. Wyłączone — tekst wstawiany jest tak, jak rozpoznano.
LokalnyHugging Face ↗
Serwer zewnętrzny
Domyślnie puste — cała obróbka działa lokalnie. Wpisz adres, a prompty wykona serwer zewnętrzny: OpenAI, Groq, własny vLLM — cokolwiek ze zgodnym API.
Zaznaczone profile działają po kolei, z góry na dół, przy zwykłym dyktowaniu. Nic nie zaznaczono — tekst wstawia się bez zmian.
Modele Whisper uruchamia osobny program. Może działać na tym komputerze albo na innym — wybierz, którego użyć.
Na tym komputerze
Na innym komputerze
Ten sam whisper-server, uruchomiony gdzie indziej: serwer domowy, komputer z kartą graficzną, maszyna obok.
HoldToType
Głos → tekst w pozycji kursora.
Ustaw kursor, przytrzymaj skrót, mów, puść — tekst zostanie wstawiony.
W pełni lokalnie i offline. Technologie: Go + WinAPI, WebView2, whisper.cpp, llama.cpp, miniaudio; modele z Hugging Face.
Logi nigdy nie przekraczają ~2 MB.
Moduły zewnętrzne
Cudzy kod wbudowany w aplikację i jego licencje. Kliknięcie nazwy otwiera stronę projektu.
How it works
Hold the shortcut, say a phrase, let go — the text lands at the caret.
Overlay
- Every answer carries a number: 1…9 pick one, Enter takes the highlighted one.
Tray and files
- config.json — all settings; edits made by hand apply through Re-read in the System section.
Install and portability
The installer downloads nothing by default.
Błąd, pomysł, pytanie o ustawienie — napisz e-mail, jeśli sprawa jest osobista, albo załóż issue, jeśli to błąd.
E-mail
Repozytorium
Błędy i pomysły
issues