Výzva
Přepis hlasu má být dostupný v libovolné aplikaci bez přepínání kontextu. Cílem bylo vytvořit nástroj, který běží na pozadí, rychle zachytí řeč a vloží výsledek přesně tam, kde uživatel píše.
Řešení
Aplikace běží jako Windows tray nástroj, používá globální hotkey pro nahrávání, Whisper pro přepis, Vulkan akceleraci pro výkon a režimy WebSocket streamu nebo chunked přepisu podle scénáře. Výsledek vkládá na aktuální pozici kurzoru.
Výsledek
- Rychlý přepis hlasu bez opuštění aktuální aplikace.
- Flexibilní architektura pro živý i dávkový přepis.
- Praktická ukázka propojení desktop UI, audia, STT a automatizace vstupu.