हैंडी।

तंत्रिका नेटवर्क हैंडी का विवरण

हैंडी एक मुफ्त ओपन सोर्स डेस्कटॉप एप्लिकेशन है जिसका उद्देश्य पाठ के वॉयस इनपुट के लिए किया गया है। इसकी मुख्य विशेषता पूरी तरह से ऑफ़लाइन काम है। : भाषण मान्यता कंप्यूटर पर सही प्रदर्शन किया जाता है, आवाज डेटा बादल को नहीं भेजा जाता है। दबाया गया। उपयोगकर्ता पाठ को निर्धारित करता है, और यह तुरंत दिखाई देता है। एक सक्रिय पाठ क्षेत्र में।

आवेदन कई मान्यता मॉडल का समर्थन करता है, जिसमें Sber से रूसी-भाषा GigaAM रिकॉर्ड का इतिहास बनाए रखता है और आपको लचीले ढंग से कुंजी संयोजन और इनपुट की विधि को समायोजित करने की अनुमति देता है। हैंडी को एक खुली नींव के रूप में माना जाता है, जिसे यदि वांछित हो, तो अपने कार्यों को अनुकूलित किया जा सकता है।

सुंदर विशेषताओं

किसके लिए हैंडी न्यूरल नेटवर्क उपयुक्त है?

जो लोग अपने हाथों से प्रिंट करना मुश्किल पाते हैं

उपकरण लोगों के लिए उपयोगी होगा। जिसके द्वारा Uncomfortable या अस्थायी रूप से हाथ की चोट या कार्पल सुरंग सिंड्रोम (RSI) के कारण प्रिंट करने के लिए असंभव है। Dictatorship आपको तब भी काम करने की अनुमति देता है। जब सामान्य टाइपिंग मुश्किल होता है।

डेवलपर्स और ग्रंथों के लेखकों

आसान हो जाएगा। क्लाउड कोड, और पत्रकारों और लेखकों जैसे त्वरित त्वरित संकेतन उपकरण के लिए डेवलपर्स लोग जो उच्च गति में आवाज बनाना चाहते हैं।

गोपनीयता वकील

एप्लिकेशन उन सभी के लिए उपयुक्त है जो क्लाउड-आधारित ट्रांसक्रिप्शन सेवाओं के स्थानीय विकल्प की तलाश कर रहे हैं और सार्वजनिक थर्ड-पार्टी सर्वर को अपनी आवाज़ नहीं भेजना चाहते हैं।

कैसे उपयोग करने के लिए हैण्डी तंत्रिका नेटवर्क?

काम शुरू करने से पहले

शुरू करने के लिए, आपको एक मान्यता मॉडल चुनने की आवश्यकता है। एकीकृत सूची (GGAAM) से रूसी भाषा के लिए सिफारिश की जाती है, माइक्रोफोन की स्थापना की जाती है और पाठ डालने का तरीका निर्धारित करती है - क्लिपबोर्ड या प्रत्यक्ष इनपुट के माध्यम से।

सक्रियण मोड

दो मोड उपलब्ध: आप सेट-अप कुंजी संयोजन दबा सकते हैं और रिकॉर्डिंग शुरू करने और रोकने के लिए एक बार कुंजी दबा सकते हैं। बनाए रखा और पुश-टू-टॉक.

पाठ दर्ज करें

वाक्यांश की घोषणा करने और कुंजी जारी करने के बाद, हैंडी ने मान्यता प्राप्त पाठ को किसी भी टेक्स्ट फ़ील्ड में डाला जहां कर्सर स्थित है - ब्राउज़र, कोड एडिटर या मैसेंजर में।

हैंडी के मुख्य कार्य

ऑफ़लाइन मान्यता और पाठ प्रविष्टि

कार्यक्रम पूरी तरह से स्थानीय रूप से भाषण को मान्यता देता है और पुश-टू-टॉक का उपयोग करके किसी भी सक्रिय क्षेत्र में पाठ दर्ज करता है। प्रबंधन अनुकूलन कीबोर्ड के तहत है।

मान्यता मॉडल सूची

बिल्ट-इन कैटलॉग में कई मॉडल शामिल हैं: व्हिस्पर, पैराकेट नेमोट्रॉन, वोक्सट्रल Qwen3-ASR, Cohere Transcribe, कैनरी और GigaAM। वे तुलना करते हैं। ठीक गति समर्थित भाषाओं और आकार।

अतिरिक्त संभावना

Silero VAD फिल्टर कट्स साइलेंस और pauses रिकॉर्ड इतिहास एक ऑडियो प्लेयर और स्टोरेज और ऑटोडेलेशन सेटिंग्स के साथ प्रदान किया जाता है, और उपयोगकर्ता शब्दकोश आपको मान्यता त्रुटियों को सही करने की अनुमति देता है। इंटरफ़ेस रूसी भाषा में अनुवादित है, और CLI-flags आपको स्क्रिप्ट से एप्लिकेशन को नियंत्रित करने की अनुमति देता है।

हैंडी के लाभ

गोपनीयता और पूर्ण ऑफ़लाइन कार्य

ध्वनि कंप्यूटर नहीं छोड़ती है: सभी मान्यता स्थानीय रूप से इंटरनेट के बिना और तीसरे पक्ष के सर्वर को आवाज भेजी जाती है।

##freedom and open source

एनेक्स नि:शुल्क परिचालित करता है। एमआईटी लाइसेंस आपको अपनी आवश्यकताओं के लिए कोड को फोर्क करने और संशोधित करने की अनुमति देता है।

रूसी समर्थन

सूची में रूसी के लिए, बॉक्स-ऑन eh के साथ Sber से GigaAM है। मॉडल की एक विस्तृत श्रृंखला - हल्के पैराकेट से लेकर बहुभाषी व्हिस्पर तक - विभिन्न परिदृश्यों को कवर करता है।

##सक्रिय विकास

परियोजना विकसित हो रही है: रिलीज नियमित रूप से जारी किए जाते हैं, सार्वजनिक सूची प्रसिद्ध समस्याओं का आयोजन किया जाता है।

हैण्डी की खामियां

शुरुआती के लिए ##Entry थ्रेसहोल्ड

पहले रन पर, कार्यक्रम एक डिफ़ॉल्ट मॉडल की पेशकश नहीं करता है। और नवागंतुक को होना चाहिए। आधे दर्जन विकल्प चुनें।

स्थिरता और प्लेटफार्मों की सुविधाओं

व्हिस्पर मॉडल समय-समय पर विंडोज और लिनक्स पर आते हैं - यह एक मान्यता प्राप्त बग है। वेलैंड के साथ लिनक्स पर, आपको टेक्स्ट को सही ढंग से डालने के लिए wtype या dotool स्थापित करने की आवश्यकता है।

भाषा प्रतिबंध

गिगाम केवल रूसी को पहचान सकता है इसलिए मिश्रित रूसी-अंग्रेजी बनावट के लिए मैन्युअल रूप से दूसरे मॉडल पर स्विच करें।

क्या कार्य हैं?

##Introduction of text by voice

उपकरण आवाज को पाठ में परिवर्तित करता है और इसे किसी भी क्षेत्र में पेस्ट करता है - एक ब्राउज़र, कोड एडिटर या मैसेंजर।

स्थानीय ट्रांसक्रिप्शन

हैंडी आपको डेटा भेजने के बिना पूरी तरह से स्थानीय रूप से ऑडियो ट्रांसक्रिप्ट करने की अनुमति देता है बादल।

####work for workers प्रक्रियाएं

एप्लिकेशन क्लाउड कोड जैसे डेवलपर टूल्स के लिए वॉयस और डिक्टेट प्रॉम्प्ट का उपयोग करके टेक्स्ट के ड्राफ्ट बनाने में मदद करता है।

भारी कीमतों

हाथी पूरी तरह से मुक्त फैलता है। भुगतान शुल्क, सदस्यता या प्रतिबंध उपयोग का समय नहीं। परियोजना मौजूद है। स्ट्राइप गिटहब प्रायोजकों, पेपाल के माध्यम से प्रायोजित समर्थन और स्वैच्छिक दान, मुझे एक कॉफी और को-फाई खरीदें।

उपयोग की शर्तें हैंडी

पंजीकरण आवश्यकता नहीं है। उपकरण फैलता है। एमआईटी लाइसेंस के तहत खुला स्रोत, जो इसे सीखने, उपयोग और परिष्कृत करने की स्वतंत्रता देता है। सभी डेटा उपयोगकर्ता के डिवाइस पर स्थानीय रूप से संसाधित किया जाता है।

हस्त उपलब्धता

Handy work. on macOS (Intel और Apple सिलिकॉन), Windows (x64 और ARM) and Linux (x64 और ARM, in) AppImage format, deb और RPM. MacOS पर, एप्लिकेशन को होमब्रू ऑन विंडोज के माध्यम से विनिवेश के माध्यम से स्थापित किया गया है। वीपीएन की आवश्यकता नहीं है इंटरफ़ेस रूसी में अनुवादित है। प्रबंधन के लिए एक CLI संस्करण भी उपलब्ध है। स्क्रिप्ट और ऑटोप्ले से।

क्या एनालॉग्स से हैंडी को अलग करता है

यहाँ हैं। क्योंकि लेखक को एक तैयार स्वर सम्मिलन नहीं मिला, जो यह खुला और परिष्कृत करने में आसान होगा। बंद लोगों के विपरीत। उत्पादों, हैण्डी को एक कांटा के आधार के रूप में कल्पना की जाती है एमआईटी लाइसेंस के लिए धन्यवाद, उपयोगकर्ता इसे अपने कार्यों के लिए अनुकूलित कर सकते हैं। मुख्य अंतर बादल को आवाज भेजने के बिना पूर्ण ऑफ़लाइन काम कर रहे हैं, मुफ्त में। एम्बेडेड रूसी भाषा समर्थन Gigaam मॉडल।

निष्कर्ष

हैंडी फ्री है। ऑफलाइन ओपन सोर्स वॉयस इनपुट टूल जो विशेष रूप से रूसी वक्ताओं के लिए सुविधाजनक है जो गीगाएएम और पूरी तरह से रूसी इंटरफेस द्वारा समर्थित है। वह ठीक हो जाएगा। कौन गोपनीयता की सराहना करता है और कभी-कभी सेटिंग्स से निपटने की इच्छा रखता है लेकिन उपयोगकर्ताओं के लिए उपयुक्त नहीं है जो लोग बॉक्स "किसी भी सेटअप कार्रवाई के बिना सेवा" से "काम" प्राप्त करना चाहते हैं।