«Не пиши голосовое!» — Android-приложение, которое переводит речь в текст прямо на телефоне. Свои надиктовки, присланные голосовые, лекции и даже видео. Интернет нужен один раз, чтобы скачать модель распознавания. Дальше приложение работает без связи, без аккаунта и подписки, а записи не покидают устройство.
Лента заметок с тегами и расшифровка целиком
negolosom.ruЗачем
Я часто наговариваю себе заметки на прогулках. В лесу рядом с домом связь ловит примерно никак, а мысли приходят как раз там. Раньше записывал их на обычный диктофон и разбирал уже дома. Хотелось, чтобы заметка сразу становилась текстом, причём без интернета. Предыстория — в статье на vc.ru.
Как устроено
Речь распознаёт нейросеть на самом телефоне. Русский считает GigaAM v3, открытая модель Сбера: по замерам разработчика она в среднем ошибается в 8,3 % слов. Ещё 15 языков — Whisper small. Приложение занимает 30 МБ, модель для русского — 214 МБ. Нужен Android 7 или новее.
На главном экране одна красная кнопка: держите и говорите. Чужое голосовое можно переслать в приложение через «Поделиться». Готовый текст копируется, отправляется или сохраняется файлом.
Как развивалось
Первую версию собрал за 2 дня на React Native и в апреле выпустил в RuStore. В мае переписал приложение на нативный Kotlin. После этого записи на 30–40 минут стали расшифровываться целиком, а распознавание продолжается в фоне.
С тех пор обновление выходит каждые пару недель, всего их 18. Добавились импорт аудио и видео, поиск по расшифровкам, теги, запись из «шторки» без открытия приложения, дозапись в ту же заметку, субтитры .srt и выгрузка всех записей ZIP-архивом. На длинных записях приложение ставит распознавание на паузу, пока перегретый телефон остывает.
Что получилось
Приложение бесплатное: без подписки и встроенных покупок, разработку окупает один рекламный баннер. В RuStore у него рейтинг 4,9 и больше тысячи скачиваний. Скачать можно в RuStore, а тем, у кого его нет, — APK с GitHub.
Технологии: Kotlin, Jetpack Compose, Material 3, Hilt, Room, Kotlin Coroutines, sherpa-onnx 1.13.2, GigaAM v3, Whisper small, Silero VAD, AppMetrica 8.5.1, Рекламная сеть Яндекса.