goodroot/hyprwhspr

Native speech-to-text for Linux - Fast, accurate and private system-wide dictation

What it solves

它提供一个原生、系统级的语音转文字（STT）口述工具，让 Linux 用户能够即时将语音转换为文字，并直接粘贴到任何活动应用程序的缓冲区，无需手动输入。

How it works

该工具从麦克风捕获音频，并使用多种转录后端进行处理。支持本地、内存中的模型以确保隐私和速度，同时也支持通过 REST 或 WebSocket 的云端 API（如 Gemini 与 ElevenLabs）。它专为 Wayland 会话设计，并与 systemd 用户服务集成，以在后台运行。

Who it’s for

适用于 Linux 用户（尤其是使用 Wayland 的用户），他们希望拥有快速、私密且高度可定制的口述体验，特别是拥有高端 NVIDIA GPU 以获得最佳性能的用户；同时也支持仅使用 CPU 的环境（通过 onnx-asr）。

Highlights

  • Flexible Backends：支持 Cohere Transcribe、Parakeet TDT V3、Whisper 与云端 API。
  • Linux Native：为 Wayland 打造，支持多种发行版，包括 Arch、Debian、Ubuntu、Fedora 与 openSUSE。
  • Automatic Integration：自动将文字粘贴到任何活动缓冲区，并提供可选的音频降音功能，以在录音时降低系统音量。
  • Visual Feedback：内置主题化可视化器和 OSD 覆盖层，指示录音状态。
  • Hardware Optimized：针对 CUDA（NVIDIA）和 Vulkan（AMD/Intel）加速进行优化，也提供高速 CPU 选项。
  • Multi-lingual：支持将非英语语音翻译成英语，并支持多语言转录。