VoiceCapture 3.6.1

Нативное menu bar-приложение на Swift + AppKit для голосового ввода в macOS: зажимаешь выбранный хоткей (по умолчанию ⌘ + ⌃), говоришь, отпускаешь — готовый текст вставляется в активное приложение.

Добавь к хоткею ⌥ — получишь перевод через локальный Apple Translation. Добавь ⇧ — распознанная фраза попадёт в текущий список дел вместо вставки.

Главные возможности:

• hold-to-talk с глобальным хоткеем;
• локальные Whisper, NVIDIA Parakeet TDT v3, GigaAM v3 E2E RNNT и облачный Groq;
• live-текст во время записи в режимах FluidAudio и GigaAM;
• Apple Translation без облачных API;
• текущий список дел с плавающей шайбой поверх окон.

Что нового в 3.6.1

• Автоматически удаляются явные звуки-паразиты: «э-э», «эээ», «а-а-а», «эм», «ммм», включая варианты с разным регистром и дефисами. Локальный фильтр без LLM и дополнительных сетевых запросов.
• Очистка работает для всех движков перед вставкой, историей, переводом и добавлением в дела; также в live-тексте FluidAudio и GigaAM.
• Обычные слова «ну», «вот», «как бы», одиночные «а» и латинское A сохраняются. Если после очистки ничего не осталось, вставка и создание задачи не выполняются, буфер не меняется.
• Ограничение: фильтр видит текст, а не интонацию. Намеренно продиктованное междометие или совпадающая аббревиатура также могут быть удалены. Регистр оставшихся слов не переписывается; ошибки самого распознавания фильтр не исправляет.

Скачать VoiceCapture 3.6.1 для macOS (Apple Silicon) · Описание релиза

Что нового в 3.6.0

• GigaAM v3 E2E RNNT — дополнительный локальный движок русского распознавания со встроенной пунктуацией, регистром и нормализацией текста. Без Python, API-ключей и LLM-корректора.
• Выбор и скачивание модели (~425 MB) в настройках. Требуется Apple Silicon + macOS 15+; прежние движки продолжают работать на macOS 14.
• Длинная диктовка без искусственного лимита 25/30 секунд: внутренние фрагменты по паузам, контекстное перекрытие и объединение целых слов по времени. Если VAD недоступен, используется деление по энергии без удаления аудио.
• Предварительный текст обновляется во время записи, окончательный проход — после отпускания хоткея. Работают обычная вставка, перевод через ⌥ и список дел через ⇧.

Скачать VoiceCapture 3.6.0 для macOS (Apple Silicon) · Описание релиза

Как попробовать GigaAM

1. Открой Настройки… → Распознавание → GigaAM v3 E2E RNNT (русский — live).
2. Нажми Скачать, дождись компиляции модели, затем Сохранить.
3. Диктуй обычным хоткеем. Для сравнения переключись обратно на FluidAudio (Parakeet v3 — live).

Распознавание локальное; интернет нужен для первой загрузки GigaAM и вспомогательной Silero VAD. GigaAM хранится в подпапке gigaam-v3-e2e-rnnt каталога моделей VoiceCapture. Язык и Whisper prompt на неё не влияют.

Используется сторонняя Core ML-конвертация smkrv официальной GigaAM, MIT, на CPU + GPU. Версия артефактов закреплена. Модели и личные настройки не включены в ZIP приложения.

Ограничения: GigaAM рассчитана на русский язык; пунктуация и слова на стыках могут ошибаться. Live — повторные проходы, не настоящий streaming; на длинной записи частота обновлений зависит от длительности и нагрузки. Предварительный текст может отличаться от итогового. Нет гарантии превосходства над Parakeet на конкретном голосе.

Проверено на синтезированной русской речи: 187 секунд с 12 контрольными пунктами и сохранённым концом записи, а также 118 секунд непрерывного текста без заданных пауз. Это техническая проверка, не пользовательская проверка микрофона или сравнительный WER-бенчмарк.

Для локальной обработки файлов без микрофона и автовставки:

.build/release/VoiceCapture --gigaam-download
.build/release/VoiceCapture --gigaam-file /path/to/audio.wav

Что нового в 3.5.1

• Добавлен обход проблемы с буквой «ё» в FluidAudio / Parakeet TDT v3: служебный маркер <unk> заменяется на «ё»/«Ё» в live-тексте и итоговой диктовке. Например: «Ч-то» → «Чё-то».
• Это эвристика: <unk> означает неизвестный токен, а не исключительно «ё». В других языках или для иных отсутствующих символов замена может быть ошибочной. Whisper и Groq не затронуты.
• В релиз также входят все возможности 3.5.0: голосовой список дел и плавающая шайба.

Скачать VoiceCapture 3.5.1 для macOS (Apple Silicon) · Описание релиза

Что нового в 3.5.0

• Текущий список дел голосом. Зажми обычный хоткей записи и дополнительно ⇧ Shift — распознанный текст попадёт в список дел вместо вставки в активное приложение. В оверлее появляется зелёный бейдж 📝.
• Плавающая шайба поверх окон: при наведении показывает текущие дела. Список можно перетаскивать; позиция шайбы сохраняется.
• Галочка зачеркивает задачу и удаляет её через 5 секунд. В течение этого времени галочку можно снять и отменить удаление. Текст задачи редактируется по клику, Enter сохраняет, Esc отменяет.
• В настройках появился переключатель «Список дел (⇧ + хоткей записи)». Выключение скрывает шайбу и отключает режим задач; включение применяется после сохранения.
• ⇧ зарезервирован под список дел и больше не назначается модификатором основного хоткея.

Что нового в 3.4.0

• Перевод на лету через Apple Translation. Зажми хоткей вместе с ⌥ — русская речь распознаётся и сразу переводится локальным движком Apple.
• В оверлее вместо красного индикатора появляется бейдж целевого языка (EN, DE, UK…).
• Новая настройка «Перевод (⌥)»: 12 языков.
• Перевод требует macOS 15+. На macOS 14 приложение работает без перевода.
• ⌥ зарезервирован под перевод и не назначается модификатором основного хоткея.

Быстрый старт

1. Собери приложение или скачай готовый релиз. Готовая сборка рассчитана на Apple Silicon и macOS 14+; перевод требует macOS 15+.
2. Запусти VoiceCapture.app.
3. Предоставь доступ к микрофону и Accessibility / Универсальному доступу.
4. Выбери движок в Настройки…, скачай нужную локальную модель.
5. Зажми ⌘⌃, продиктуй текст и отпусти — он вставится в активное приложение.

Список дел

1. Включи Настройки… → Список дел (⇧ + хоткей записи) и сохрани. Шайба появится поверх окон.
2. Зажми основной хоткей записи и дополнительно ⇧, продиктуй задачу и отпусти клавиши.
3. Наведи мышь на шайбу, чтобы открыть список. Перетащи шайбу в удобное место — оно сохранится.
4. Отметь задачу: она будет зачёркнута ещё 5 секунд. Сними галочку в этот момент, чтобы отменить удаление.
5. Нажми на текст задачи для редактирования; Enter сохраняет, Esc отменяет.

Настройка выключает и шайбу, и режим добавления задач. Уже сохранённые задачи не удаляются и снова появятся при включении функции.

Задачи хранятся локально в:

~/Library/Application Support/VoiceCapture/todos.json

Перевод Apple Translation

1. Выбери язык в Настройки… → Перевод (⌥).
2. Зажми обычный хоткей записи и дополнительно ⌥.
3. Говори по-русски и отпусти клавиши.

Перевод выполняется локально. При первом переводе macOS может предложить скачать языковой пакет.

Настройки

Файл настроек:

~/Library/Application Support/VoiceCapture/settings.json

Основные параметры:

• backend: local | fluidAudio | gigaAM | groq | both;
• localModel: файл выбранной Whisper-модели;
• language: ru | en | auto;
• initialPrompt: prompt для Whisper/Groq;
• groqApiKey, groqModel;
• autoPaste;
• todoEnabled: включает шайбу и добавление задач через ⇧ вместе с хоткеем;
• microphoneUID: CoreAudio UID выбранного микрофона;
• hotkeyRequiresCommand/Control/Option/Shift: модификаторы hold-to-talk хоткея;
• translationTarget: целевой язык перевода;
• localStartDelay для совместного режима.

Переназначение хоткея

1. Открой Настройки….
2. В строке «Хоткей записи» нажми «Изменить».
3. Зажми нужную комбинацию из ⌘ и ⌃ и отпусти.
4. Нажми «Сохранить».

⌥ зарезервирован под перевод, ⇧ — под список дел и в основной хоткей не назначаются.

Модели

Whisper-модель можно скачать из настроек или скриптом:

./download_model.sh large-v3-turbo

Доступны tiny, base, small, medium, large-v3, large-v3-turbo.

FluidAudio / Parakeet TDT v3 скачивается из настроек и рассчитан на Apple Silicon.

Сборка из исходников

Для сборки нужен Xcode toolchain:

DEVELOPER_DIR=/Applications/Xcode.app/Contents/Developer ./build_app.sh
open dist/VoiceCapture.app

Обычный CommandLineTools может завершиться ошибкой plugin for module 'SwiftUIMacros' not found; в этом случае используй DEVELOPER_DIR, как в команде выше.

Разрешения macOS

• Микрофон — нужен для записи.
• Accessibility / Универсальный доступ — нужен для глобального хоткея и авто-вставки.

После пересборки macOS иногда требует выключить и снова включить VoiceCapture в списке Accessibility.

Диагностика

Хоткей не работает

Проверь комбинацию в Настройки… → Хоткей записи, разрешение Accessibility и перезапусти приложение.

Список дел не работает

Проверь, что включён пункт Настройки… → Список дел (⇧ + хоткей записи). Для добавления задачи удерживай ⇧ вместе с основным хоткеем до конца записи.

Авто-вставка не работает

Проверь Accessibility. Распознанный текст всё равно остаётся в буфере обмена и истории.

Перевод не работает

Нужна macOS 15.0 или новее. Удерживай ⌥ вместе с основным хоткеем до самого отпускания.

Распространение

Готовый .app создаётся в dist/VoiceCapture.app. Для релиза можно упаковать его в zip:

cd dist
zip -r ../VoiceCapture-3.5.1-macOS-arm64.zip VoiceCapture.app

Модели в репозиторий не включаются и скачиваются отдельно.

Лицензии

Проект использует whisper.cpp и FluidAudio согласно их лицензиям. Apple Translation является системным API macOS.

Старый Python/PyQt6-проект находится в соседней папке ../voice2.0 и не относится к этому приложению.

Репозиторий: github.com/oiv-an/voice-capture-mac

Автор: Ivan Olyansky.