Diktuoklė
Lietuviškas diktavimas balsu be interneto.
Laikai Ctrl, kalbi — tekstas atsiranda. Tavo kompiuteryje, nemokamai.
In English: README_EN.md
Lietuviškas diktavimas balsu be interneto.
Laikai Ctrl, kalbi — tekstas atsiranda. Tavo kompiuteryje, nemokamai.
In English: README_EN.md
Word, naršyklė, susirašinėjimas, buhalterinė programa — tekstas atsiranda ten, kur mirksi žymeklis. Laikai dešinį Ctrl ir kalbi, paleidai — įrašyta.
Kalbos atpažinimas sukasi tavo kompiuteryje. Garsas ir tekstas iš jo neišeina niekada. Jokių paskyrų, jokio mėnesinio mokesčio, jokio necenzūrinių žodžių filtro.
Nuo 0.2 lietuvių kalbą atpažįsta LT_ausys — Kristijono Jakubsono modelis „kmynas", mokytas iš ~3 087 val. lietuviškos šnekos. Autoriaus komandos — 17,9 % žodžių klaidų (senoji Paprika — 22,8 %), ilgas diktavimas — 10,2 % (Paprika — 32,4 %).
„Labas, aš esu diktuoklė, jūsų pagalbininkas" — kablelis ir didžioji raidė sudėti automatiškai. Skaičiai su lietuviškais linksniais: „penkių lentų po aštuoniolika milimetrų" → 5 lentų po 18 mm.
Diegiant renkiesi iki dviejų kalbų. Laikydamas Ctrl spusteli → ir kalbi kita kalba nekeldamas piršto.
Lietuvių ir rusų kalba sukasi procesoriuje: komanda — per 0,05 s, minutė diktavimo — per kelias sekundes. Vaizdo plokštė reikalinga tik anglų kalbai pagreitinti.
Instaliatorius mažas (~90 MB). Modeliai parsisiunčiami pirmą kartą paleidus, tik pasirinktoms kalboms:
| Pasirinkta | Parsisiųs |
|---|---|
| tik lietuvių | ~1 GB |
| tik rusų | ~0,23 GB |
| tik anglų | ~3,1 GB |
| lietuvių + rusų | ~1,2 GB |
| lietuvių + anglų | ~4,1 GB |
Programa paklaus prieš siųsdama. Būsenoje rašys „Siunčiu…" nuo minutės iki dešimties, paskui „Kraunu…", paskui „Pasiruošęs". Tai vienkartinis veiksmas — toliau internetas nereikalingas.
Windows parodys mėlyną langą „Windows protected your PC". Programa neturi mokamo kodo parašo — tai ne virusas. Spausk „More info" → „Run anyway". Failo sha256 suma yra Release puslapyje šalia failo.
Šios programos širdis nėra mūsų. Lietuvišką šneką atpažįsta LT_ausys — Kristijono Jakubsono modelis kmynas v4 (NVIDIA Parakeet, pritaikytas lietuvių kalbai iš LIEPA-3 garsyno), mūsų perkeltas į ONNX, kad suktųsi procesoriuje. Skyrybą ir didžiąsias jis deda pats. Kristijonas savo darbą paskelbė atvirai — todėl ši programa apskritai galėjo atsirasti. Mes sudėjom aplink jo darbą langą, klavišus, skaičių tvarkymą ir diegimą.
Iki 0.2 čia dirbo jo Paprika. Palyginta tame pačiame kompiuteryje, tais pačiais garsais: autoriaus komandos — LT_ausys 17,9 % žodžių klaidų, Paprika 22,8 %; ilgas diktavimas — 10,2 % ir 32,4 %; komanda procesoriuje — 0,05 s ir 3 s. Rusiškai klauso GigaAM v3 (SberDevices): 0,11 s sakiniui procesoriuje vietoj 7,2 s. Visos lentelės ir kaip matuota.
Garsas ir tekstas iš kompiuterio neišeina niekada. Internetas reikalingas du kartus: parsisiųsti programą ir pirmą kartą — modelius. Po to gali ištraukti kabelį. Žurnalo programa nerašo, nebent pats įjungsi — nes jame būtų pats padiktuotas tekstas, o tai tavo laiškai, ne mūsų reikalas.
Ne programuotojas? Programoje spausk „?" → „Neradote atsakymo? Klauskite DI" — atsidarys pokalbis su asistentu, kuris jau bus gavęs autoriaus instruktažą apie šią programą: ko paklausti, ko negalima teigti, kokie gedimai kaip atrodo. Klausk savo žodžiais, lietuviškai.
Arba įklijuok į bet kurį DI pokalbį: Perskaityk https://raw.githubusercontent.com/RobertasTa/diktuokle/main/AI_CONSULTANT_BRIEF.md ir padėk man su Diktuokle.
Diktuoklė balsą paverčia tekstu, Skaityklė — atvirkščiai: tekstą paverčia mp3, perskaitytu lietuvišku balsu (Ingutė arba Reginutė). Padiktuok skaidrių komentarus Diktuokle — Skaityklė juos įgarsins. Irgi be interneto ir nemokamai.
Kristijonui Jakubsonui — už ausis (pirma Paprika, dabar kmynas) ir už tai, kad paskelbė jas atvirai. Tai jo darbas, ne mūsų.
Vilniaus universitetui ir LIEPA-3 komandai — už garsyną. SberDevices už GigaAM, istupakov už onnx-asr, NVIDIA už Parakeet, SYSTRAN už faster-whisper, OpenAI už Whisper, 1-800-BAD-CODE už skyrybos modelį, tarnavusį iki 0.2, jrsoftware už Inno Setup — kuriam lietuvių kalbos nebuvo, tad parašėm patys.
Diktuoklė yra ausys; Reginutė — burna. Kartu jie yra lietuviškai kalbantis kompiuteris be interneto.