goodroot/hyprwhspr

hyprwhspr – Linux向けの高速でプライベートな音声認識ツール

概要

• 入力可能なあらゆる場所で、話した言葉をテキストに変換するLinuxネイティブアプリケーションです。システム全体でサービスとして動作し、文字起こしをアクティブなウィンドウに直接貼り付けることができます。
• パフォーマンス重視の設計：メモリ上で動作するデバイス内モデル（Whisper、Cohere、Parakeet、Qwen3-ASRなど）を使用するか、オプションでクラウドAPIを呼び出すことができます。
• WaylandおよびX11デスクトップ（Hyprland、Sway、KDE、GNOMEなど）で動作し、WaybarやNoctaliaなどのステータスバーと統合可能です。

主な機能

機能	説明
即時かつ正確な文字起こし	モデルをRAM（またはCPU用のONNX）にロードし、ほぼリアルタイムのディクテーションを実現。
オフライン優先 / プライバシー	すべてのローカルモデルは音声をマシン内に保持します。クラウドサービスはオプションです。
複数のバックエンド	Cohere Transcribe、Parakeet TDT V3、Whisper、Qwen3-ASR、または汎用REST/WebSocket APIから選択可能。
GPU効率	CUDA (NVIDIA) または Vulkan (AMD/Intel) アクセラレーションに対応し、GPUメモリ使用量を制限または削減するオプションがあります。
CJKサポートと翻訳	Qwen3-ASRが中国語/日本語/韓国語を処理し、内蔵の翻訳機能で非英語の音声を英語に変換可能。
ライブ視覚フィードバック	デスクトップテーマ（Omarchy、Noctaliaなど）に合わせた画面上のビジュアライザー。
ホットキー制御と自動貼り付け	デフォルトの Super+Alt+D でディクテーションを切り替え。結果は自動貼り付けまたはクリップボードへのコピーが可能。
オーディオダッキング	録音中に他の音声を自動的に下げるオプション。
REST API / WebSocket	サービスを他のプログラムやGemini、ElevenLabsなどのクラウドプロバイダーに公開可能。
長文モード	ディクテーションの一時停止と再開が可能で、中間結果を保存します。

入手方法

• Arch Linux – AURからインストール (hyprwhspr または hyprwhspr-git)。
• その他のディストリビューション – ワンライナーインストーラーを実行: curl -fsSL https://hyprwhspr.com/install.sh | bash。
• リポジトリのスクリプトを使用した手動インストールもサポートされています。

一般的なワークフロー

1. hyprwhspr setup を実行 – インタラクティブウィザードが、文字起こしバックエンドの選択、モデルのダウンロード、ビジュアライザー/バー統合の設定を案内します。
2. ログアウト/ログインしてグループ権限を適用します。
3. ホットキー (Super+Alt+D) を押してディクテーションを開始し、自然に話します。
4. もう一度ホットキーを押して停止 – 文字起こしされたテキストが現在フォーカスされているウィンドウに表示されるか、自動貼り付けされます。

コマンドラインユーティリティ

• hyprwhspr record – ターミナルからディクテーションを開始/停止。
• hyprwhspr transcribe <file> – 音声ファイルを文字起こし。
• hyprwhspr model – モデルのダウンロード、一覧表示、アンロード、リロード。
• hyprwhspr config – 設定ファイルの表示または編集。
• サービス管理コマンド (hyprwhspr systemd, hyprwhspr uninstall など)

ドキュメントとヘルプ

• 完全なドキュメントは https://hyprwhspr.com/docs を参照 – 設定、録音モード、バックエンドの詳細、トラブルシューティングが含まれています。
• ログは journalctl --user -u hyprwhspr.service で確認できます。
• 問題はGitHubで報告してください。

ライセンス

• MIT License。

結論 hyprwhsprは、Linux向けにアクティブにメンテナンスされている本格的なオープンソース音声認識ツールです。低遅延でプライバシーを保護したディクテーションをターゲットとし、柔軟なバックエンド選択とデスクトップ統合機能を備えています。