Giga Pisar - диктовка голосом для macOS на модели GigaAM v3 от Сбера, открытой SOTA-модели распознавания русской речи. Точнее Whisper на русском, сама расставляет пунктуацию и заглавные, работает полностью локально — звук не покидает компьютер.
Распознавание работает внутри самого приложения. Ни питона, ни ffmpeg, ни Homebrew, ни какого-либо сервера рядом.
•
main.swift — приложение в строке меню: перехват клавиши-рации, запись с микрофона, вставка текста•
swift/ — ядро распознавания на Swift: Features.swift (звук → признаки), Ort.swift (запуск модели), Recognizer.swift (декодирование RNN-T), Tokenizer.swift (сборка текста), Audio.swift (чтение wav, нарезка по паузам)•
swift/Brain.swift — мозг по желанию: локальная нейронка (вложенный llama.cpp) причёсывает надиктованное по командам вроде «Писарь, исправь»•
swift/Chips.swift — менюшка у курсора: собрать мысль / сократить / перевести, подмена текста на месте и «вернуть как было»•
vendor/ — onnxruntime и движок llama.cpp, качаются сборкой сами (в репозиторий не входят)•
install.sh — кладёт файлы модели в ~/.giga/modelЯдро — перенос на Swift питоновского
giga_core.py из Гига Писаря для Linux. Оба гоняются на одних записях скриптом scripts/сверка-swift.py и должны выдавать один и тот же текст.Giga Pisar на GitHub: https://github.com/moznoazachem/giga-pisar
Платформа: macOS
⭐️: 47
👨🦯➡️ AppFiles: код, инструменты, практики, производительность