Transcript Desktop

Aplicativo desktop de transcrição para Windows e Linux, construído com Tauri + Rust + TypeScript. O objetivo é oferecer ditado/transcrição offline-first com revisão obrigatória em modal antes de inserir texto em outro aplicativo.

Estado atual

Este repositório contém um MVP nativo funcional:

• app Tauri 2 funcional;
• modal editável em TypeScript sem framework pesado;
• backend Rust modular;
• catálogo e download do modelo cstr/parakeet-tdt-0.6b-v3-GGUF em Q8;
• captura real de microfone em WAV via CPAL;
• execução do sidecar CrispASR/Parakeet;
• hotkey global Ctrl+Shift+Space;
• inserção híbrida por clipboard + paste automático no Windows/X11 quando disponível;
• fallback manual no Wayland;
• tray/system tray básico;
• CI, build e release via GitHub Actions.

Arquitetura

src/                  Frontend TypeScript/CSS
src-tauri/src/
  audio/              Captura de microfone e gravação WAV
  transcription/      Contratos, CrispASR sidecar e API compatível com OpenAI
  injection/          Clipboard, paste automático e fallback manual
  models/             Catálogo do modelo offline
  settings/           Configuração padrão
  tray.rs             Menu da bandeja do sistema
  ui_commands.rs      Comandos Tauri expostos ao frontend
  app_state.rs        Estado compartilhado mínimo

A regra de design é manter arquivos pequenos, responsabilidades claras e zero overengineering. O app começa com contratos e stubs explícitos para as partes nativas mais arriscadas.

Modelo offline principal

• Repositório: cstr/parakeet-tdt-0.6b-v3-GGUF
• Arquivo: parakeet-tdt-0.6b-v3-q8_0.gguf
• Quantização: Q8_0
• Tamanho registrado no catálogo: 745121600 bytes
• Modelo base: NVIDIA Parakeet TDT 0.6B v3
• Idioma: detecção automática; português incluído no conjunto suportado pelo modelo base.

O modelo não deve ser embutido no instalador principal. A estratégia recomendada é instalar o app leve e baixar o GGUF pelo gerenciador de modelos.

Sidecar CrispASR

O app chama por padrão o binário parakeet-main com:

parakeet-main -m <modelo.gguf> -f <audio.wav> -t <threads>

Para o modelo v3, o projeto CrispASR recomenda compilar o target parakeet-main no branch parakeet. O app limita automaticamente o número de threads a no máximo 4 para manter compatibilidade com PCs simples.

Enquanto o binário não estiver no PATH ou empacotado como sidecar, a transcrição local retorna erro claro após a gravação.

Compatibilidade Windows/Linux

• Windows: clipboard + tentativa de Ctrl+V via SendKeys.
• Linux X11: clipboard + tentativa de Ctrl+V via xdotool quando instalado.
• Linux Wayland: suporte parcial por limitação de segurança dos compositors. O fallback seguro é copiar o texto e orientar o usuário a colar manualmente.

Comandos locais

npm install
npm run typecheck
npm run test -- --run
npm run build
cargo test --manifest-path src-tauri/Cargo.toml
npm run tauri:build

CI/CD

Workflows:

• .github/workflows/ci.yml: valida PRs e pushes em main.
• .github/workflows/build.yml: gera bundles Windows/Linux em push para main e manualmente.
• .github/workflows/release.yml: publica GitHub Releases em tags v*.*.*.

A lógica fica em comandos npm/cargo para facilitar migração futura para GitLab CI.

Fontes técnicas usadas

• Tauri 2 commands: https://v2.tauri.app/develop/calling-rust
• Tauri 2 system tray: https://v2.tauri.app/learn/system-tray
• Tauri 2 sidecars: https://v2.tauri.app/develop/sidecar
• Tauri GitHub pipelines: https://v2.tauri.app/distribute/pipelines/github
• Tauri Linux prerequisites: https://v2.tauri.app/start/prerequisites
• NVIDIA Parakeet v3 model card: https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3/blob/main/README.md
• cstr Parakeet GGUF: https://huggingface.co/cstr/parakeet-tdt-0.6b-v3-GGUF