Возможности
Диктовка
Удерживайте Ctrl+Win в любом приложении, говорите, отпустите. Слова напечатаются там, где был курсор.
Диктовка в Station работает во всей системе. Она записывает, пока вы держите клавиши, превращает речь в текст на вашем собственном CPU или через выбранного вами провайдера, приводит текст в порядок, как редактор, и вставляет его в поле, которое было в фокусе, когда вы начали. Enter она не нажимает никогда.
- 0,9 с
- на расшифровку 6,8 с речи локальной моделью (Ryzen 7 5700X)
- 0 мс
- простоя CPU у слушателя клавиш: это не keyboard hook
- 2 мин
- на запись, без рук или с удержанием
1/4 · Нажмите Ctrl+Win дважды
Два нажатия подряд включают режим без рук, в любом приложении. Таблетка внизу экрана показывает, что идёт запись.
Записано в Station на примере проекта · ожидание ускорено
Три жеста
Удерживайте Ctrl+Win секунду и говорите; отпустите, чтобы закончить. Нажмите дважды, чтобы говорить без рук, и ещё раз, чтобы остановиться. Удерживайте Shift, пока говорите, и слова станут структурированным промптом, а не предложением. Esc отбрасывает запись. Микрофон открывается в момент нажатия, поэтому первый слог не теряется.
- Внутри Station текст попадает в поле с кареткой или в терминал
- В любом другом приложении он проходит через буфер обмена и вставку
- Плавающая плашка показывает состояние (Диктовка, Расшифровка…, Очистка…, Вставлено) вместе с живой волной
Речь в текст тремя способами
Локальный путь запускает whisper.cpp на CPU, скачиваемый при первом использовании: движок на 8 МБ и модель на 181 МБ, которая расшифровывает 6,8 секунды речи за 0,9 секунды, либо большая модель на 547 МБ для трудного звука. Без аккаунта, без ключа, без сети. Облачный путь говорит на OpenAI-совместимом API: whisper-large-v3-turbo от Groq, gpt-4o-transcribe от OpenAI или любой базовый URL и модель, которые вы укажете.
Очистка, которая вас не переписывает
Второй проход убирает слова-паразиты по тому, что они делают, а не по списку («ну», «как бы», «короче», «это самое»), сохраняет ваши самоисправления («нет, подожди, typecheck»), расставляет знаки препинания и по контексту чинит технические слова, которые распознавание путает. Он никогда не пересказывает, не переводит и не отвечает; сказанное вами считается текстом, но не инструкцией. Без ключа провайдера вместо него работает быстрая очистка по правилам.
- Список словаря, который направляет и распознавание, и очистку к словам вашего проекта
- Замены: «когда услышишь X, пиши Y»
- Защита от тишины и от титров субтитров, которые Whisper любит выдумывать
Приватно по конструкции
Звук никогда не записывается на диск. История хранит текст и вашу скорость, и отключается одним переключателем. Слушатель клавиш представляет собой помощник на 9 КБ, собираемый на вашей машине компилятором C#, который в Windows уже есть; он проверяет только настроенные вами клавиши, раз в 10 мс, и занимает 12 МБ.
Два дня, все возможности, без карты.