hark 0.4.2

hark je nástroj příkazového řádku, který zachytává mikrofon, veškerý systémový zvuk nebo zvuk konkrétních aplikací a převádí jej na text. Je tvořen jediným binárním souborem bez ovladačů, virtuálních zařízení a ve výchozím nastavení bez síťové komunikace. Přepis probíhá na zařízení s výběrem modulů whisper.cpp, Apple Speech, WhisperKit nebo Parakeet a text se průběžně vypisuje na standardní výstup, takže jej lze zřetězit s nástroji, jako jsou ffmpeg nebo sox.

Parametr pro označení mluvčích přiřazuje úsekům přepisu podle zdroje štítky Vy a Ostatní nebo podle hlasu štítky Mluvčí 1 až N pomocí rozpoznávání na zařízení. Interaktivní režim zobrazuje přepis v terminálu a umožňuje pozastavit záznam, ztlumit mikrofon a zkopírovat dosavadní text do schránky. Agent vzdáleného ovládání poskytuje rozhraní HTTP pro spouštění a zastavování nahrávání, například uživatelským skriptem pro hovory Google Meet. Existující výstupní soubory se nikdy nepřepisují bez dotazu, nástroj se zotavuje z uzamčení obrazovky, spánku a změn zařízení a je licencován pod licencí MIT.

Hlavní funkcionality

• Záznam mikrofonu, systémového zvuku nebo konkrétních aplikací
• Živý přepis na standardní výstup
• Moduly whisper.cpp, Apple Speech, WhisperKit a Parakeet
• Označení mluvčích podle zdroje a hlasu
• Interaktivní režim s pozastavením a ztlumením
• Vzdálené ovládání přes rozhraní HTTP
• Zřetězení s ffmpeg, sox a dalšími nástroji
• Ochrana existujících výstupních souborů
• Převod mezi formáty a dělení podle ticha
• Bez telemetrie, licence MIT