معرفی Handy؛ ابزار متن‌باز تبدیل گفتار به متن کاملاً آفلاین و رایگان

تبدیل گفتار به متن (Speech-to-Text) معمولاً نیازمند اتصال به سرویس‌های ابری است که چالش‌های حریم خصوصی به همراه دارد. اپلیکیشن Handy یک ابزار دسکتاپ متن‌باز، رایگان و کراس‌پلتفرم است که تمام پردازش‌های تبدیل صوت به متن را به‌صورت کاملاً آفلاین و روی دستگاه خودتان انجام می‌دهد. تنها کافی است یک میانبر کیبورد را فشار دهید، صحبت کنید تا کلمات شما به طور مستقیم در هر فیلد متنی یا برنامه‌ای که استفاده می‌کنید تایپ شوند.

چرا Handy انتخابی مناسب برای حریم خصوصی است؟

ابزارهای رایج تشخیص گفتار معمولاً فایل‌های صوتی ضبط شده را به سرورهای ابری ارسال می‌کنند. Handy برای پر کردن این خلاء ایجاد شده است تا کاربران بتوانند بدون نگرانی از شنود یا ذخیره داده‌های صوتی در بستر ابر، از قابلیت تایپ صوتی بهره‌مند شوند. ویژگی‌های کلیدی این ابزار شامل موارد زیر است:

• کاملاً رایگان: دسترسی به ابزارهای کمکی و تایپ صوتی بدون هیچ‌گونه پرداخت درون‌برنامه‌ای یا حق اشتراک.
• متن‌باز (Open Source): امکان بررسی کدهای منبع، شخصی‌سازی و مشارکت در توسعه پروژه.
• حفظ حریم خصوصی: صدای شما از رایانه خارج نمی‌شود و تمام محاسبات روی سخت‌افزار خودتان اجرا می‌گردد.
• سادگی و تمرکز: یک ابزار تخصصی با وظیفه‌ای مشخص؛ تبدیل گفته‌ها و قرار دادن مستقیم آن‌ها در جعبه متن.

نحوه کارکرد و معماری فنی

فرایند کار با این نرم‌افزار بسیار ساده است. شما یک میانبر صفحه‌کلید قابل تنظیم را نگه می‌دارید تا ضبط آغاز شود، صحبت می‌کنید و با رها کردن کلید، صوت شما توسط مدل‌های هوش مصنوعی پردازش می‌شود. سکوت‌ها به‌طور خودکار با استفاده از فناوری VAD (تشخیص فعالیت صوتی Silero) فیلتر می‌شوند.

برای بخش تبدیل گفتار، می‌توانید مدل دلخواه خود را انتخاب کنید:

• مدل‌های Whisper: شامل اندازه‌های Small، Medium، Turbo و Large که در صورت دسترسی از شتاب‌دهنده گرافیکی (GPU) بهره می‌برند.
• مدل Parakeet V3: مدلی بهینه‌سازی شده برای پردازنده مرکزی (CPU) با عملکرد عالی و تشخیص خودکار زبان.

نصب و راه‌اندازی سریع

برای نصب سریع این ابزار روی سیستم‌عامل‌های مختلف، می‌توانید از پکیج‌های رسمی یا ابزارهای مدیریت پکیج استفاده کنید. برای مثال، کاربران لینوکس توزیع‌های دبیان یا اوبونتو می‌توانند فایل دانلودشده با پسوند `.deb` را به کمک دستور زیر به همراه وابستگی‌ها نصب کنند:

sudo apt install ./Handy_*.deb

توضیح دستورات بخش نصب:

• دستور بالا پکیج دانلود شده دبیان را به همراه تمام کتابخانه‌ها و وابستگی‌های سیستمی مورد نیاز به طور خودکار نصب می‌کند. توجه داشته باشید که نباید از دستور سنتی `dpkg -i` استفاده کنید مگر اینکه پیش‌تر وابستگی‌ها را نصب کرده باشید.
• کاربران مک‌او‌اس می‌توانند از دستور brew install --cask handy استفاده کنند.
• کاربران ویندوز نیز امکان استفاده از پکیج‌منجر مایکروسافت را با دستور winget install cjpais.Handy دارند.

پارامترهای خط فرمان (CLI) و حالت پیشرفته

این نرم‌افزار از فلگ‌های خط فرمان برای کنترل نمونه‌های در حال اجرا پشتیبانی می‌کند. برای نمونه، اگر می‌خواهید یک نمونه‌ی در حال اجرا را از طریق ترمینال کنترل کنید، دستورات کنترلی زیر قابل استفاده هستند:

handy --toggle-transcription    # Toggle recording on/off
handy --toggle-post-process     # Toggle recording with post-processing on/off
handy --cancel                  # Cancel the current operation

توضیح پارامترها و نحوه اجرا:

• `–toggle-transcription`: برای شروع یا متوقف کردن ضبط صوت به کار می‌رود.
• `–toggle-post-process`: ضبط صوت را به همراه پردازش‌های بعدی تغییر وضعیت می‌دهد.
• `–cancel`: عملیات جاری تشخیص گفتار را متوقف و لغو می‌کند.

همچنین برای کنترل نحوه اجرای اولیه نرم‌افزار می‌توانید از فلگ‌های استارت‌آپ زیر استفاده کنید:

handy --start-hidden --no-tray

توضیح بخش به بخش کد بالا:

• `–start-hidden`: برنامه را بدون نمایش پنجره اصلی در پس‌زمینه اجرا می‌کند.
• `–no-tray`: نرم‌افزار را بدون نمایش آیکون در نوار وظیفه (System Tray) بالا می‌آورد. این ترکیب برای اجرای خودکار در زمان بالا آمدن سیستم ایده‌آل است.

تایید امضای دیجیتال نسخه‌ها

برای اطمینان از امنیت و اصالت فایل‌های دانلودی، آرتیفکت‌های انتشار با فرمت امضای Tauri امضا می‌شوند. می‌توانید کلید عمومی را از فایل تنظیمات پروژه استخراج کرده و با ابزار `minisign` فایل دانلودی را اعتبارسنجی کنید:

# Replace with the file you downloaded
ARTIFACT="Handy_0.8.1_amd64.AppImage"

python3 - "$ARTIFACT" <<'PY'
import base64, pathlib, sys

artifact = sys.argv[1]

pub = pathlib.Path("handy.pub.b64").read_text().strip()
pathlib.Path("handy.pub").write_bytes(base64.b64decode(pub))

sig = pathlib.Path(f"{artifact}.sig").read_text().strip()
pathlib.Path(f"{artifact}.minisig").write_bytes(base64.b64decode(sig))
PY

minisign -Vm "$ARTIFACT" \
  -p handy.pub \
  -x "$ARTIFACT.minisig"

نحوه اجرا و خروجی: متغیر `ARTIFACT` نام فایل اجرایی دانلود شده شماست. اسکریپت پایتون تعبیه شده در کد، کلید عمومی و فایل امضا را از فرمت Base64 خارج کرده و ابزار `minisign` صحت فایل را بررسی می‌کند. در صورت موفقیت، پیام زیر نمایش داده می‌شود:

Signature and comment signature verified

پرسش‌های متداول

جمع‌بندی

اپلیکیشن Handy پاسخی مناسب برای کاربرانی است که به دنبال یک ابزار تایپ صوتی سریع، دقیق، متن‌باز و کاملاً خصوصی روی رایانه شخصی خود هستند. عدم وابستگی به سرورهای ابری، پشتیبانی از مدل‌های قدرتمند مانند Whisper و سازگاری با سیستم‌عامل‌های مختلف، آن را به گزینه‌ای کاربردی تبدیل کرده است. با طی کردن مراحل نصب و تنظیم میانبرهای دلخواه، می‌توانید سرعت ورود متون خود را به شکلی چشمگیر افزایش دهید.

مشاهده‌ی پروژه در GitHub