voxin 0.1.0

Offline voice input for Linux — press hotkey, speak, get text in clipboard

Voxin

Голосовой ввод для Linux с офлайн-распознаванием речи. Открываешь окно, нажимаешь кнопку или хоткей — говоришь — текст появляется в окне и копируется в буфер обмена.

Возможности

• Офлайн-распознавание через faster-whisper
• Глобальный хоткей Ctrl+Shift+Space работает на Wayland и X11
• PyQt6 UI: всегда поверх других окон, поле с текстом, кнопки «Копировать» и «Очистить»
• Автокопирование результата в буфер обмена

Требования

• Python 3.10+
• KDE Plasma / любой DE на Wayland или X11
• Пользователь в группе input (для глобального хоткея)
• Системные пакеты:

# Fedora
sudo dnf install wl-clipboard python3-pyaudio portaudio-devel

# Ubuntu/Debian
sudo apt install wl-clipboard python3-pyaudio portaudio19-dev

Добавить пользователя в группу input (нужен перелогин):

sudo usermod -aG input $USER

Установка

git clone https://github.com/the-sherif/Voxin.git
cd Voxin

python -m venv venv
source venv/bin/activate

pip install faster-whisper pyaudio evdev PyQt6

Запуск

source venv/bin/activate
python main.py

При первом запуске модель Whisper скачается автоматически (~150 МБ).

Использование

Действие	Результат
Кнопка Начать запись или Ctrl+Shift+Space	Начать запись
Кнопка Стоп или Ctrl+Shift+Space повторно	Остановить и распознать
Ctrl+V в любом приложении	Вставить распознанный текст

Структура проекта

Voxin/
├── main.py          # UI и логика записи
├── transcriber.py   # worker-процесс с faster-whisper
└── toggle.py        # резервный триггер через UNIX-сигнал

Модели Whisper

По умолчанию используется модель base. Можно изменить в transcriber.py:

Модель	Размер	Точность	Скорость
tiny	75 МБ	низкая	очень быстро
base	150 МБ	средняя	быстро
small	500 МБ	хорошая	средне
medium	1.5 ГБ	высокая	медленно
large	3 ГБ	лучшая	очень медленно