🎙️ Говори — Next-gen AI Voice Dictation for Windows & macOS
Speak naturally, write instantly. The open-source, subscription-free alternative to Wispr Flow, Aqua Voice, and Superwhisper with sub-200ms latency.
Интеллектуальный голосовой ввод в любое приложение на базе Whisper Large-v3-turbo и Llama 3.3 70B — 100% бесплатно и без подписок.
🚀 Скачать приложение
[!TIP]
При первом запуске на Windows (SmartScreen):
Так как приложение новое и открытое (Open Source), Windows может показать синее окно защиты «Система защитила ваш компьютер».
Нажмите «Подробнее» ➔ «Выполнить в любом случае». Это стандартная процедура для программ без платного корпоративного сертификата Microsoft.
⚡ Чем «Говори» лучше аналогов?
| Возможность | Обычные сервисы (diktuy.ru и др.) | «Говори» (Govori AI) |
|---|
| Скорость отклика (Latency) | 2 000 – 4 000 мс | ⚡ 150 – 300 мс (LPU-ускоренный Groq Whisper v3) |
| Режимы записи | Только клик | ✅ Toggle (нажал/отжал) и Push-to-Talk (говоришь пока держишь клавишу) |
| ИИ-корректор стиля | Базовая пунктуация | ✅ Llama 3.3 70B / GPT-4o-mini (исправление оговорок, пунктуация, стиль) |
| Контекст приложения | ❌ Не знает, куда вводится текст | ✅ Автодетект: форматирует код в IDE, живой стиль в мессенджерах, строгий в Word |
| Слова-паразиты и запинки | ❌ Оставляет все «эээ», «нуу», оговорки | ✅ Умная очистка: вырезает паразиты, учитывает исправления («в 5, ой нет, в 6» → «в 6») |
| Голосовые команды (Hands-Free) | ❌ Нет | ✅ «Новая строка», «новый абзац», «точка с запятой», «тире» |
| Вставка текста | Часто через буфер обмена (затирает Ctrl+V) | ✅ Нативный SendInput Unicode-символов (буфер обмена чист) |
| Модель использования | Платная подписка с лимитами минут/кредитов | ✅ BYOK (Свой ключ): бесплатный ключ Groq дает 14 400 запросов в день бесплатно! |
| Безопасность ключей | Обычный текст | ✅ Windows DPAPI (safeStorage) — ключи зашифрованы в ОС |
| Потребление ресурсов | 400 – 700 МБ RAM | ✅ Оптимизированный стек (~80–120 МБ) с нативным FFI (koffi) |
🛠️ Архитектура и стек технологий
- Десктоп-оболочка: Electron + Vite + React 19 + TypeScript + Tailwind CSS
- Нативная интеграция Windows:
koffi (C-FFI) к библиотекам user32.dll и kernel32.dll:
GetForegroundWindow / QueryFullProcessImageNameW — мгновенный детект активного софта (VS Code, Telegram, Word и т.д.)SendInput — прямой ввод символов в фокус текстового поляGetAsyncKeyState — плавный Push-to-Talk без задержек
- Аудио-движок: Web Audio API + MediaStream (16 kHz Mono)
- STT & LLM Pipeline:
- Сверхбыстрый Groq Whisper Large-v3-turbo (инференс ~150-250 мс)
- Llama 3.3 70B Versatile для умной коррекции пунктуации и форматирования
- OpenAI Whisper-1 / GPT-4o-mini fallback
- Локальный / оффлайн режим
- Floating HUD: Frameless, Always-on-top плавающая пилюля (Dynamic Island) с живым эквалайзером (Waveform), PTT-индикатором и скоростью.
- Автообновление: Встроенный модуль
electron-updater, проверяющий релизы на GitHub.
⌨️ Управление
Ctrl + Space (настраивается) — начать / остановить диктовку (или удерживать в режиме Push-to-Talk).- Иконка в трее — быстрый доступ к виджету, настройкам, проверке обновлений и выходу.
- Клик по шестеренке в HUD — открыть окно настроек (ИИ провайдеры, корректор, словарь, макросы, автозапуск).
🚀 Разработка и сборка
# 1. Установка зависимостей
npm install
# 2. Запуск в режиме разработки
npm run dev
# 3. Сборка установщика для Windows
npm run dist
⭐ Поддержите проект
Если «Говори» экономит ваше время и ускоряет работу — поставьте звезду на GitHub! Это лучшая мотивация развивать проект и добавлять новые функции.
📄 Лицензия
Распространяется под лицензией MIT. Подробности в файле LICENSE.
