OpenWhispr [Wiki]

Tato stránka je pouze pro čtení. Můžete si pouze prohlédnout zdrojový kód, ale ne ho měnit. Zeptejte se správce, pokud si myslíte, že něco není v pořádku.
====== OpenWhispr ======

[[https://github.com/OpenWhispr/openwhispr|OpenWhispr]] je open-source desktopová aplikace pro převod řeči na text, diktování do libovolné aplikace, přepis schůzek a práci s poznámkami. Projekt cílí na privacy-first použití a umožňuje běh jak s lokálními speech-to-text modely, tak s cloudovými službami.

===== Co projekt umí =====

Podle README repozitáře OpenWhispr kombinuje několik funkcí do jedné desktopové aplikace:

  * diktování textu přes globální klávesovou zkratku do libovolné aplikace
  * přepis schůzek
  * AI asistenta napojeného na různé modely
  * správu poznámek
  * veřejné API a MCP integraci

Projekt je dostupný pro macOS, Windows i Linux.

===== Lokální i cloudové modely =====

Jedna z hlavních vlastností OpenWhispru je možnost volby mezi lokálním a cloudovým zpracováním. V README je jako lokální varianta uvedený například Whisper a NVIDIA Parakeet. Pokud běží zpracování lokálně, audio nemusí opustit zařízení.

To je praktické hlavně tam, kde je důležitá kontrola nad soukromím, nižší závislost na externí službě nebo možnost provozu bez trvalého připojení ke cloudu.

===== Hlavní funkce =====

==== Diktování ====

OpenWhispr umí převést mluvené slovo na text a vložit ho do aktuálně otevřené aplikace. Model použití je jednoduchý: stisk klávesové zkratky, nadiktování textu a automatické vložení na pozici kurzoru.

==== AI agent ====

Projekt uvádí i AI asistenta, který může být napojený na modely jako GPT-5, Claude, Gemini, Groq nebo lokální modely. Nejde tedy jen o čistý speech-to-text, ale i o další zpracování textu nebo hlasového vstupu.

==== Přepis schůzek ====

README zmiňuje automatickou detekci schůzek v aplikacích jako Zoom, Teams a FaceTime. Součástí je i diarizace mluvčích a rozpoznávání hlasových fingerprintů.

==== Poznámky a vyhledávání ====

OpenWhispr obsahuje i vrstvu pro práci s poznámkami. Podle dokumentace projektu má umět organizaci do složek, vyhledávání a další AI akce nad obsahem.

===== API a MCP =====

Projekt má veřejné API a podporu MCP. To je zajímavé hlavně pro automatizaci, napojení na další nástroje a integraci s AI asistenty. Přehled API a MCP integrace je v oficiální dokumentaci: [[https://docs.openwhispr.com/api/overview|API overview]] a [[https://docs.openwhispr.com/integrations/mcp|MCP server setup]].

===== Rychlý start pro vývoj =====

README uvádí tento základní postup pro lokální spuštění vývojové verze:

<code bash>
git clone https://github.com/OpenWhispr/openwhispr.git
cd openwhispr
npm install
npm run dev
</code>

Pro vývoj je podle README potřeba Node.js 24 nebo novější.

===== Technický základ =====

V repozitáři jsou jako hlavní technologie uvedené například:

  * React 19
  * TypeScript
  * Tailwind CSS v4
  * Electron 41
  * better-sqlite3
  * whisper.cpp
  * sherpa-onnx
  * shadcn/ui

Z toho je vidět, že jde o desktopovou aplikaci postavenou nad Electronem s webovým frontendem a napojením na lokální AI komponenty.

===== Kdy to dává smysl =====

OpenWhispr dává smysl hlavně v situacích, kdy je potřeba:

  * rychlé diktování textu do různých aplikací
  * lokální speech-to-text bez posílání audia do cloudu
  * přepis online schůzek
  * propojení poznámek, přepisů a AI workflow v jednom nástroji
  * otevřené řešení, které je možné upravovat nebo integrovat přes API

===== Zdroje =====

  * [[https://github.com/OpenWhispr/openwhispr|OpenWhispr na GitHubu]]
  * [[https://docs.openwhispr.com|Oficiální dokumentace]]
  * [[https://docs.openwhispr.com/api/overview|OpenWhispr API]]
  * [[https://docs.openwhispr.com/integrations/mcp|OpenWhispr MCP integrace]]