info
bead04ff09
Entfernt den Windows-only-Guard in App.__init__, damit der Dialog mit indeterminatem ttk.Progressbar auch unter Linux erscheint, wenn das Laden länger als 500 ms dauert. Ersetzt das literale \u2026 im Label durch das Zeichen … und passt Spec/Plan an den tatsächlichen Umsetzungsstand an (Timeout-basierter Wartebalken statt tqdm-Monkey-Patch, da die Xet-Engine Python-tqdm bypasst). Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
whisper-local
Lokales Speech-to-Text mit globalem Hotkey. Hotkey halten → Sprechen → loslassen → faster-whisper transkribiert lokal → Text wird ins aktive Textfeld eingefügt. Kein Netzwerk, kein Cloud-Service.
Läuft als Hintergrunddienst mit Tray-Icon auf Linux (KDE Plasma / Wayland) und Windows 10/11.
Features
- Systemweiter Hotkey (Standard:
F12), konfigurierbar über den Einstellungs-Dialog im Tray - Einfügen ins aktive Textfeld unabhängig von der Anwendung (Browser, Terminal, IDE …)
- Mikrofon-Auswahl über Tray-Einstellungen
- Lokale Transkription via faster-whisper
- Tray-Icon mit drei Zuständen: warten / aufnehmen / transkribieren
Systemabhängigkeiten
Linux (Arch / CachyOS)
sudo pacman -S ydotool wl-clipboard libayatana-appindicator gobject-introspection
ydotool— simuliert Tastatureingaben unter Wayland (Text-Einfügen viaCtrl+V)wl-clipboard— Clipboard-Zugriff unter Wayland (wl-copy)libayatana-appindicator+gobject-introspection— Tray-Icon über StatusNotifierItem (KDE/Wayland)
Damit ydotool ohne sudo funktioniert, muss der ydotoold-Daemon laufen und der Benutzer in der input-Gruppe sein:
sudo systemctl enable --now ydotool
sudo usermod -aG input $USER
# Neu-Login nötig
Der Benutzer braucht außerdem Lesezugriff auf /dev/input/event*, was die input-Gruppen-Mitgliedschaft abdeckt.
Windows
Keine System-Dependencies. pynput und pywin32 werden automatisch via uv installiert.
Installation
Voraussetzung: uv (Python-Paketmanager).
git clone <repo-url> whisper-local
cd whisper-local
uv sync
uv sync installiert plattformspezifisch:
- Linux:
evdev,PyGObject,pystray,Pillow,sv-ttk,darkdetect - Windows:
pynput,pywin32,pystray,Pillow,sv-ttk,darkdetect
Konfiguration
Die Konfigurationsdatei wird beim ersten Start angelegt. Vorlage: config.example.toml.
- Linux:
~/.config/whisper-local/config.toml - Windows:
%APPDATA%\whisper-local\config.toml
Hotkey und Mikrofon lassen sich auch direkt über den Einstellungs-Dialog im Tray ändern (Rechtsklick aufs Tray-Symbol → „Einstellungen"). Änderungen greifen sofort ohne Neustart.
Key-Namen folgen dem evdev-Format (KEY_F12, KEY_LEFTSHIFT, …) — auch unter Windows.
Starten
uv run whisper-local
Beim ersten Start lädt faster-whisper das Whisper-Modell (Standard: small) herunter. Danach erscheint das Tray-Icon und der Hotkey ist aktiv.
Autostart unter Linux (systemd user unit)
mkdir -p ~/.config/systemd/user
cp systemd/whisper-local.service ~/.config/systemd/user/
systemctl --user daemon-reload
systemctl --user enable --now whisper-local.service
Das whisper-local-Executable muss dafür in ~/.local/bin verfügbar sein (uv tool install . oder Pfad in der Unit anpassen).
Entwicklung
uv run pytest # Tests
uv run python -m whisper_local # Direkt starten
Plattform-spezifische Tests werden über @pytest.mark.skipif(sys.platform != ...) übersprungen.
Architektur- und Designdokumente liegen unter docs/superpowers/.
Lizenz
TBD