OpenWhispr

OpenWhispr giải một bài toán số học đơn giản: hầu hết mọi người gõ khoảng 40 từ mỗi phút nhưng nói gần 150 từ. Ứng dụng nghe qua một phím tắt tùy chỉnh, đưa giọng nói qua mô hình nhận dạng rồi dán kết quả vào ô văn bản đang được chọn: ChatGPT, Claude, Cursor, Slack, Docs, Gmail hay IDE. Vì hoạt động ở cấp hệ điều hành thay vì bên trong một ứng dụng, nó trở thành phương thức nhập liệu phổ quát chứ không chỉ là công cụ đơn năng.

Lựa chọn then chốt là âm thanh được xử lý ở đâu. Chế độ cục bộ chạy các mô hình như Whisper hay NVIDIA Parakeet hoàn toàn trên phần cứng của bạn, nên không có gì rời khỏi máy. Chế độ đám mây là tùy chọn, cho phép gắn key của nhà cung cấp riêng, và bản ghi sẽ bị xóa ngay khi chuyển văn bản xong. Dự án được phát hành theo giấy phép MIT với kho GitHub công khai và công bố các chứng nhận SOC 2 Type II, ISO 27001, HIPAA cùng định hướng GDPR — điều hiếm thấy ở một tiện ích miễn phí, nhắm thẳng vào các nhóm mà bộ phận bảo mật vốn sẽ chặn công cụ đọc chính tả.

Ngoài chuyển văn bản thuần, OpenWhispr bổ sung lệnh thoại và làm sạch bằng AI. Bạn có thể nói "clean this up" hay "soạn email cho Mike" và mô hình sẽ tái cấu trúc bản ghi thô tương ứng. Từ điển tùy chỉnh tự học tên riêng và thuật ngữ chuyên ngành — tên sản phẩm, dịch vụ nội bộ hay định danh cơ sở dữ liệu — trực tiếp từ các chỉnh sửa của bạn, đúng điểm mà công cụ đọc chính tả phổ thông hay sai. Hỗ trợ hơn 100 ngôn ngữ với nhận diện tự động, nên đổi ngôn ngữ giữa cuộc trò chuyện vẫn hoạt động bình thường.