talkis/README.ru.md

Talkis

Открытый десктопный голосовой ввод для людей, которые каждый день пишут в рабочих приложениях.

Read in English · Сайт · Последний релиз

Что такое Talkis?

Talkis - десктопное приложение для преобразования речи в текст на Tauri, React, TypeScript и Rust. Оно работает как маленький плавающий виджет: записывает голос по горячей клавише, распознает речь, при необходимости улучшает текст через LLM и вставляет результат в активное приложение.

Talkis сделан для повседневной работы: IDE, чаты, заметки, CRM-поля, письма, файлы и транскрипты созвонов.

Главное

• Диктовка в любое активное текстовое поле через глобальную горячую клавишу.
• Режим закрепленной записи для длинной речи без удержания клавиш.
• Автоматическая вставка очищенного текста после распознавания.
• Работа через облако, собственный API-ключ или локальные STT-модели.
• Транскрибация аудио и видео из вкладки Файлы или через перетаскивание файла на виджет.
• Запись созвонов на macOS с отдельными дорожками микрофона и системного аудио.
• Локальная история голосовых записей и файловых транскрибаций.
• Единый управляемый локальный STT runtime transcribe.cpp для Whisper, Qwen ASR, NVIDIA Parakeet и отдельный runtime для diarization.
• Нативные сборки для macOS, Windows и Linux.

Демонстрация

В репозиторий добавлены те же GIF-демо, которые используются на сайте Talkis.

Демо	Что показывает
Диктовка кода	Короткий запрос для разработки, вставленный в редактор
Диктовка письма	Превращение речи в деловое письмо
Диктовка заметки	Быстрые заметки и задачи
Запись созвона	Отдельный сценарий записи разговора из виджета
Транскрибация файла	Обработка аудио или видеофайла
Выбор моделей	Локальные модели и собственный API

Показать остальные демо прямо здесь

Диктовка письма

Заметки

Запись созвона

Транскрибация файла

Локальные модели и API-ключи

Как это работает

1. Поставьте фокус в поле, куда нужно вставить текст.
2. Удерживайте Shift + Command + Space на macOS.
3. Говорите естественно.
4. Отпустите горячую клавишу.
5. Talkis распознает, очистит и вставит текст.

Горячая клавиша, микрофон, язык, источник моделей, стиль обработки текста и тема приложения настраиваются в настройках.

Режимы работы

Talkis Cloud

Войдите в Talkis Cloud и используйте распознавание без управления API-ключами. Запросы идут через proxy.talkis.ru.

Собственный API-ключ

Можно использовать OpenAI-совместимый STT endpoint и отдельный LLM endpoint для очистки текста. Во вкладке Модели также есть карточки API-адаптеров для поддерживаемых провайдеров.

Поддерживаемые имена STT-моделей:

• whisper-1
• gpt-4o-transcribe
• gpt-4o-mini-transcribe

Локальные модели

Установите и запустите управляемые Talkis локальные модели из настроек. Локальный режим отвечает только за транскрибацию, если отдельно не настроен LLM endpoint.

Управляемые локальные рантаймы:

• Whisper, NVIDIA Parakeet GGUF и Qwen ASR GGUF через единый transcribe.cpp runtime, endpoint по умолчанию http://127.0.0.1:8000
• Speaker diarization, endpoint по умолчанию http://127.0.0.1:8003

Если порт по умолчанию занят, Talkis запускает управляемый рантайм на свободном fallback-порту и сохраняет фактический endpoint в настройках.

Установка

Скачайте последнюю сборку из GitHub Releases:

• macOS DMG
• Windows x64 installer
• Linux x64 AppImage

Если ОС блокирует первый запуск

Talkis пока распространяется без платной подписи кода, поэтому Gatekeeper (macOS) и SmartScreen (Windows) показывают предупреждение о «непроверённом» приложении. Это не вирус: исходный код открыт (AGPL-3.0), сборки собираются публичным GitHub Actions из этого репозитория. Как открыть:

macOS — «Не удалось проверить, что приложение Talkis не содержит вредоносного ПО»:

1. В диалоге нажмите «Готово» (не «Переместить в Корзину»).
2. Откройте Системные настройки → Конфиденциальность и безопасность, пролистайте вниз до строки «Talkis заблокирован…» и нажмите «Всё равно открыть».
3. Подтвердите паролем или Touch ID и ещё раз нажмите «Открыть».

Либо одной командой в Терминале (после переноса в «Программы»):

xattr -dr com.apple.quarantine /Applications/Talkis.app

Windows — синее окно «Система Windows защитила ваш компьютер»:

1. Нажмите «Подробнее».
2. Нажмите «Выполнить в любом случае».

При первом запуске выдайте нужные разрешения:

• доступ к микрофону для записи;
• Accessibility на macOS для автоматической вставки текста;
• Screen and System Audio Recording на macOS для записи созвонов.

Транскрибация файлов

Вкладка Файлы поддерживает транскрибацию аудио и видео до 8 ГБ. Файлы обрабатываются через нативный path-based pipeline, поэтому большие файлы не загружаются в память WebView.

Talkis использует встроенный ffmpeg sidecar для видео, неподдерживаемых аудиоформатов, чанкинга и подготовки diarization. Готовые 16 kHz mono PCM WAV файлы могут пропускать конвертацию для локального STT.

Разделение по говорящим доступно через Talkis Cloud или через локальный Whisper плюс локальный diarization runtime - в зависимости от выбранного режима.

Запись созвонов

На macOS запись созвона собирает две дорожки:

• Вы из микрофона.
• Созвон из системного аудио.

Windows и Linux пока возвращают явный unsupported-state для записи системного аудио созвонов. Поддержка появится после реализации WASAPI loopback и PipeWire monitor capture.

Приватность

• В облачном режиме запросы идут через proxy.talkis.ru.
• В режиме собственного ключа запросы идут напрямую в настроенные endpoints.
• В локальном режиме транскрибация остается на вашем компьютере.
• API-ключи и device token хранятся локально в настройках приложения.
• История голосовых записей и файловых транскрибаций хранится локально.
• Talkis не хранит аудио на своих серверах дольше самого API-вызова.

Диагностика

• Текст не вставляется: проверьте macOS System Settings -> Privacy & Security -> Accessibility и убедитесь, что Talkis включен.
• В распознавании появляются неожиданные иностранные символы: выберите фиксированный язык, например ru или en, вместо auto.
• Локальный STT возвращает ошибки модели: откройте Модели -> Локально, убедитесь, что модель установлена и выбрана, затем переустановите ее, если runtime сообщает о потерянных файлах.
• Запись созвона не стартует на macOS: выдайте разрешения Microphone и Screen and System Audio Recording, затем перезапустите Talkis.
• Нужна подробная диагностика: откройте ~/.talkis/talkis.log или запустите bun run logs во время разработки.

Разработка

Требования:

• Bun 1.2.x
• Rust stable
• системные зависимости Tauri v2

Установка зависимостей и запуск:

bun install
bun run prepare:sidecars
bun run tauri dev

Полезные команды:

bunx tsc --noEmit
cargo check --manifest-path src-tauri/Cargo.toml
bun run check:release
bun run tauri build
bun run build:release:macos
bun run logs

На Ubuntu/Debian сначала установите нативные зависимости Tauri и сборки sidecar-ов:

sudo apt update
sudo apt install -y libwebkit2gtk-4.1-dev libayatana-appindicator3-dev libxdo-dev libasound2-dev librsvg2-dev patchelf clang libclang-dev cmake

Структура проекта

src/                  React и TypeScript frontend
src/windows/widget/   Плавающий widget window
src/windows/settings/ Окно настроек и вкладки
src/lib/              Store, auth, permissions, logging, shared clients
src-tauri/src/        Rust backend, Tauri commands, audio, paste, STT
src-tauri/icons/      Иконки приложения
docs/                 Release docs, audio rules, demo media
scripts/              Release и sidecar preparation scripts

Перед изменениями в аудио, транскрибации, локальном STT, файловой обработке или call-capture прочитайте docs/audio-pipeline-principles.md.

Технологии

• Tauri v2
• React 19
• TypeScript
• Rust
• cpal native microphone recording
• OpenAI-compatible STT и LLM APIs
• Managed local STT sidecars
• Bundled ffmpeg sidecar

Как помочь проекту

Issues и pull requests приветствуются. Перед изменением аудио-поведения прочитайте документ про audio pipeline и сохраняйте достаточно логов для отладки recorder stats, ffmpeg timing, выбора STT endpoint, прогресса чанков и уровней call-capture.

Конвенции проекта:

• Тексты интерфейса - на русском.
• Код и комментарии - на английском.
• Package manager - Bun.
• Настройки сохраняются сразу после изменения.
• Release workflow описан в rules/release.rule.md.

Лицензия

Talkis распространяется по лицензии GNU Affero General Public License v3.0 or later (AGPL-3.0-or-later).

Эта лицензия сохраняет десктопное приложение open-source и также требует доступности исходного кода для измененных версий, которые предоставляются пользователям по сети, что важно для связанной поверхности Talkis Cloud/API.