Устал стирать пальцы о клавиатуру: как я написал офлайн-диктовку для Windows, которая печатает в любое окно

Каждый день приходится набирать тонны текста: код, доки, рабочие чаты, промпты для нейросетей. Облачный голосовой ввод неудобен из-за задержек и передачи переписок на чужие серверы — в итоге собрал офлайн-диктовку под Windows, которая распознаёт речь прямо на обычном процессоре компьютера без интернета.

Демонстрация диктовки в реальном времени (41 сек)

Программа называется VibeVox, тихо живёт в трее. Дважды нажал Ctrl (или повесил хоткей на боковую кнопку мыши), наговорил фразу — и текст сам печатается туда, где стоит курсор: в Telegram, Discord, Word, Obsidian, VS Code, браузер или окно консоли. Знаки препинания и заглавные буквы расставляются автоматически.

Что умеет

  • Работает без интернета. Блокировки и сбои сети не страшны: модель живёт на компьютере и не шлёт звук наружу.
  • Русский и английский в одной фразе. Термины вроде pull request, deploy, docker или crash log подхватываются на лету без переключения раскладок.
  • Правка текста голосом прямо на месте. Выделил мышкой кусок текста в любом окне, нажал хоткей и сказал: «сделай короче» или «исправь ошибки» — выделенный фрагмент заменяется отредактированным вариантом.
  • Сниппеты и автозамена. Сказал «мой адрес» или «реквизиты» — вставился нужный шаблон. Для редких терминов есть словарь исправлений.
  • Защита от потери текста. Если случайно кликнул мимо поля ввода, текст не улетит в чужой чат, а сохранится в буфер обмена.
  • Режим без рук. Запись включается сама по движению губ через веб-камеру (картинка с камеры обрабатывается строго локально на ПК).
Интерфейс настроек VibeVox
Интерфейс настроек VibeVox

Что под капотом

Компактная открытая локальная нейросеть, оптимизированная под обычные процессоры. Видеокарта не нужна: инференс считает CPU, на простом 4-ядерном процессоре минута речи перемалывается за 8–10 секунд. При этом GPU полностью свободен для игр или IDE, а в режиме ожидания потребление 0%. Сама программа живёт в трее на Python, окно настроек — на лёгком WebView2.

Где взять и как попробовать

Короткая памятка:

• Куда распаковывать: в обычную папку с правами на запись (например, C:\VibeVox или в «Документы»). В Program Files распаковывать не стоит — Windows защищает эту папку от записи настроек.

• Не запускайте от Администратора: из-за изоляции процессов Windows (UIPI) программа с правами админа не сможет передавать нажатия клавиш в обычные программы (Telegram, браузер, блокнот).

• SmartScreen: при первом запуске сборки без коммерческого цифрового сертификата Windows может показать предупреждение — жмите «Подробнее» ➔ «Выполнить в любом случае» (или ставьте версию из Microsoft Store).

Регистрация и аккаунты для диктовки не нужны. Пользуюсь сам каждый день, решил поделиться с сообществом.

Пишите в комментариях, в каких программах тестируете и чего не хватает, отвечу на любые вопросы!

#личныйопыт #разработка #софт #windows #ии #голосовойввод