Linux · PipeWire · local-first

Tot ce auzi în căști, scris pe ecran și pe înțelesul AI-ului.

Teams, Zoom, browserul și microfonul tău, transcrise live într-o fereastră. Tu auzi normal. Cuvintele apar în sub o secundă, cu limba detectată automat, iar Claude sau Gemma îți dau idei despre ce s-a spus.

Instalează Ce poate asistentul
ascult · căști + microfonWhisper · Vulkan
CeilalțiroPutem muta lansarea pe 14 noiembrie dacă testele trec până vineri.
EuroDa, dar am nevoie de cineva pe partea de migrare
CeilalțienI can take the migration, just send me the
✦ Idei · Claude
Confirmă cine face testele până vineri și cere o estimare scrisă pentru migrare.
Cum funcționează

De la sunet la răspuns, fără să întrerupi ședința

captură

Căști + microfon

Ascultă monitorul ieșirii implicite și urmează căștile când le schimbi.

motor

Fereastră glisantă

Decodează la 200–500 ms. Ce se repetă în două treceri devine definitiv.

ecran

Gri, apoi negru

Textul provizoriu apare imediat și se fixează când motorul e sigur.

corectură

Gemma local

Pune punctuația și majusculele, fără să schimbe cuvintele.

asistent

Claude sau Gemma

Idei, răspunsuri propuse, chat și rezumat la final.

Benchmark integrat

Patru motoare, măsurate pe aceleași clipuri

Aplicația are propriul benchmark: clipuri FLEURS în română și engleză, rata de eroare pe cuvinte (WER), viteză și memorie video. Alegi câștigătorul cu un clic.

MotorUnde ruleazăWER roWER en
Whisper large-v3-turbolocal, Vulkan / CUDA11,7%8,5%implicit
Speaches (faster-whisper)Harbor, GPU11,7%9,8%recomandat live
Parakeet TDT 0.6B v3local, procesor29,9%9,8%
Gemma 4 E4B audiollama.cpp, procesor22,1%4,9%experimental

10 clipuri, mod rapid, 5 octombrie 2026. Mai puțin înseamnă mai bine. Claude nu primește audio, deci lucrează doar după transcriere.

Asistent

Întrebi despre ce s-a spus, nu despre ce ai notat

✦

Idei pe replică

Bifezi replicile și ceri idei, contraargumente, întrebări de pus sau un răspuns propus. Butoanele le definești tu.

➤

Trimite cu context

Fiecare replică are o săgeată. Contextul salvat („Rezumă”, „Corectează și tradu”) spune ce să facă, fără întrebări.

RO/EN

Limba răspunsului

Un clic schimbă limba tuturor răspunsurilor, indiferent ce limbă se vorbește în ședință.

›_

Consolă

Chat cu Claude (claude -p sau API) sau Gemma, cu ultimele minute de transcript atașate.

§

Rezumat

Rezumat, decizii, action items și întrebări deschise. Export Markdown.

◐

Material 3

Temă luminoasă sau întunecată și paletă completă generată din orice culoare.

Instalare

O comandă, apoi se actualizează singură

Linux (x86_64)

curl -fsSL https://voicetoai.example/install.sh | sh

Fără cont și fără git. Instalează în ~/.local/opt/VoiceToAI, pune „Voice to AI” în meniu și comanda voicetoai în terminal. Ai nevoie de PipeWire (parec, pactl). Pentru dezinstalare, ștergi folderul și ~/.local/share/applications/voicetoai.desktop.

Windows și macOS nu sunt încă suportate: captura sunetului din căști e făcută prin PipeWire.

Actualizări incrementale

  1. La fiecare push pe main, pipeline-ul Gitea face build, rulează testele și publică versiunea.
  2. Fiecare fișier e salvat după hash, deci un fișier neschimbat nu se urcă și nu se descarcă a doua oară.
  3. Aplicația verifică la pornire și la câteva ore, apoi îți arată butonul „Actualizare” cu mărimea exactă.
  4. Un clic descarcă doar ce s-a schimbat, de obicei câțiva MB din 400. Al doilea clic repornește aplicația.