Ditar texto em qualquer aplicativo do desktop exige gravar, transcrever e colar o resultado por conta própria, e boa parte das opções depende de serviço online. O Transcript fica residente na bandeja, grava por atalho global, transcreve localmente e deixa o texto editável antes de inseri-lo no aplicativo em foco.

✨ O que faz

Alterna a gravação com o atalho global Ctrl+Shift+Space (evento transcript://toggle-recording para o frontend).
Captura o microfone em WAV (cpal + hound) na pasta de dados do app.
Transcreve localmente chamando o sidecar sherpa-onnx-offline com o modelo Parakeet TDT 0.6B int8 e guarda um diagnóstico de cada tentativa (etapa, exit code, final de stdout/stderr).
Inclui adaptadores para o sidecar CrispASR (modelo GGUF legado) e para APIs compatíveis com OpenAI.
Mostra o texto num editor, com os botões Copiar e Inserir, para revisar antes de colar.
Cola no app em foco: copia para o clipboard e aciona Ctrl+V (PowerShell no Windows, xdotool no X11).
Mantém ícone na bandeja com o menu Mostrar app, Iniciar gravação e Sair; o clique esquerdo mostra a janela.
Lista o catálogo de modelos com status e baixa o modelo padrão.

🚀 Quickstart

Ferramenta	Versão
Node.js + npm	22 (usada nos workflows; não há `.nvmrc` nem `engines`)
Rust (cargo)	`stable`, edition 2021 (workflows usam `dtolnay/rust-toolchain@stable`)
Tauri CLI	`^2.9.0` (devDependency)
Linux (build)	`libwebkit2gtk-4.1-dev libappindicator3-dev librsvg2-dev patchelf libasound2-dev`
Linux X11 (colar)	`xdotool`, opcional
`tar` com bzip2	usado por `scripts/setup-fixtures.mjs`

npm ci
node scripts/setup-sidecar.mjs   # baixa sherpa-onnx-offline para src-tauri/binaries/
npm run tauri:dev                # app em desenvolvimento (Vite em 127.0.0.1:1420)
npm run tauri:build              # bundles em src-tauri/target/release/bundle/

O modelo não vai no instalador: o app o baixa para a pasta de dados (%LOCALAPPDATA%\transcript\models no Windows, ~/.local/share/transcript/models no Linux) pelo comando Tauri download_default_model_command. As gravações ficam em recordings/ na mesma pasta.

Não há .env.example e nenhuma variável é obrigatória. As opcionais:

Variável	Obrigatória	Descrição
`SHERPA_ONNX_SIDECAR`	Não	Caminho do sidecar; tem prioridade sobre `src-tauri/binaries/` e sobre o `PATH`.
`SHERPA_ONNX_VERSION`	Não	Versão do release sherpa-onnx baixada por `setup-sidecar.mjs` (padrão `v1.12.23`).
`SHERPA_ONNX_TRIPLE`	Não	Target triple do sidecar (padrão: detectado via `rustc -vV`).

🧱 Arquitetura

flowchart LR
    HK["Hotkey global Ctrl+Shift+Space"] --> UI["Frontend TypeScript"]
    UI --> CMD["Comandos Tauri em Rust"]
    CMD --> REC["Gravação WAV com cpal e hound"]
    REC --> ASR["Sidecar sherpa-onnx-offline"]
    ASR --> UI
    UI -->|Inserir| INS["Clipboard e Ctrl+V no app em foco"]

O hotkey emite um evento que o frontend escuta para iniciar ou parar a gravação. Ao parar, stop_recording_and_transcribe fecha o WAV, roda o sidecar e devolve o texto num snapshot para o editor. Só depois da revisão o botão Inserir chama request_insert_text, que copia o texto e tenta colar. As threads do sidecar são limitadas a 1–4.

Caminhos de transcrição

Caminho	Arquivo	Estado no código
Sidecar sherpa-onnx (local)	`transcription/sherpa_onnx.rs`	É o único chamado por `stop_recording_and_transcribe`. Procura o binário em `SHERPA_ONNX_SIDECAR`, depois em `src-tauri/binaries/sherpa-onnx-offline-<triple>`, depois no `PATH`.
Sidecar CrispASR (local)	`transcription/crispasr.rs`	Adaptador que executa `<sidecar> -m <modelo.gguf> -f <audio.wav> -t <threads>`. Hoje nenhum comando o instancia. O spec original recomendava compilar o `parakeet-main` do CrispASR (branch `parakeet`).
API OpenAI-compatible	`transcription/openai.rs`	Adaptador de envio do WAV. `settings` guarda `mode` (`localFirst` ou `apiOnly`, padrão `apiOnly`) e o endpoint padrão `http://localhost:8022/v1/audio/transcriptions`.

Modelos

ID	Formato	Tamanho no catálogo	Idiomas	Uso
`sherpa-onnx-nemo-parakeet-tdt-0.6b-v2-int8`	tarball `.tar.bz2` do release `asr-models` do k2-fsa/sherpa-onnx (`encoder`, `decoder`, `joiner` int8 + `tokens.txt`)	~640 MB	25 idiomas europeus, incluindo `pt`	Padrão; recomendado para PC simples
`parakeet-tdt-0.6b-v3-q8_0`	GGUF `Q8_0`, repositório `cstr/parakeet-tdt-0.6b-v3-GGUF`	745121600 bytes	`pt`, `en`	Legado, para o adaptador CrispASR

Compatibilidade por sistema

Sistema	Inserção no app em foco	Fallback
Windows	Clipboard + `Ctrl+V` via PowerShell `SendKeys`	Se o `Ctrl+V` falhar, o texto fica copiado e a mensagem avisa.
Linux X11	Clipboard + `xdotool key --clearmodifiers ctrl+v`	Sem `xdotool`, o texto fica copiado para colar manualmente.
Linux Wayland	Só copia (suporte parcial)	Sem colagem automática: cole com `Ctrl+V`.
Linux sem sessão detectada	Só copia	Cole manualmente no aplicativo desejado.

A sessão é detectada por XDG_SESSION_TYPE, WAYLAND_DISPLAY e DISPLAY. O método de inserção configurável é clipboardPaste (padrão), keyTyping ou manualCopy.

🗂️ Estrutura

src/                   Frontend TypeScript (app.ts, main.ts, styles.css, app.test.ts)
src-tauri/src/
  audio/               Captura do microfone em WAV
  transcription/       sherpa_onnx.rs, crispasr.rs, openai.rs
  injection/           Clipboard, paste automático e fallback manual
  models/              Catálogo e download de modelos
  settings/            Configuração padrão
  tray.rs shortcuts.rs ui_commands.rs app_state.rs diagnostics.rs error.rs
src-tauri/binaries/    Sidecar sherpa-onnx-offline e DLLs onnxruntime (Windows)
src-tauri/tests/fixtures/  Modelo ONNX grande para teste real (o clone passa de 1 GB)
scripts/               setup-sidecar.mjs, setup-fixtures.mjs
.github/workflows/     ci.yml, build.yml, release.yml

🧪 Scripts

Comando	O que faz
`npm run dev`	Vite em `127.0.0.1:1420`, só o frontend.
`npm run build`	`tsc --noEmit` e `vite build`.
`npm test`	`vitest` (ambiente jsdom); em modo não interativo use `npm test -- --run`, como o CI.
`npm run typecheck`	`tsc --noEmit`.
`npm run tauri:dev`	`tauri dev`.
`npm run tauri:build`	`tauri build`.
`cargo test --manifest-path src-tauri/Cargo.toml`	Testes Rust.
`node scripts/setup-sidecar.mjs`	Baixa o release `*-shared` do sherpa-onnx e extrai `sherpa-onnx-offline` para `src-tauri/binaries/`. Plataformas: Linux x64/arm64, macOS, Windows x64.
`node scripts/setup-fixtures.mjs`	Baixa `parakeet-sample.wav` para `src-tauri/tests/fixtures/`.

Workflows (`.github/workflows/`)

Arquivo	Gatilho	O que faz
`ci.yml`	PR e push em `main`	Em `ubuntu-22.04` com Node 22: `npm ci`, `typecheck`, `npm run test -- --run`, `build` e `cargo test`. Depois prepara sidecar, fixture e modelo, e roda o teste real de transcrição com `--ignored`.
`build.yml`	Push em `main` e manual	Matriz `windows-latest` e `ubuntu-22.04`: `npm run tauri:build` e upload de `src-tauri/target/release/bundle/*/` (`windows-bundles`, `linux-bundles`).
`release.yml`	Tag `v..*` e manual (input `tag`)	`tauri-apps/tauri-action@v0` nas mesmas duas plataformas; publica a GitHub Release `Transcript <tag>`, sem rascunho e sem pré-release.

📚 Documentação

Design do app
sherpa-onnx como sidecar
Redesign do frontend
Planos: MVP, integrações nativas, redesign
Tauri: commands, system tray, sidecars, pipelines GitHub, pré-requisitos Linux
Modelos: NVIDIA Parakeet v3, cstr GGUF

🛣️ Limitações e próximos passos

whisper.cpp: só aparece no spec do redesign, e bundle.resources aponta para resources/whisper/, pasta que não existe no repositório. Não há código nem modelo Whisper no catálogo; whisper-1 é só um exemplo de nome de modelo na API.
O app ainda não escolhe o caminho de transcrição por mode: stop_recording_and_transcribe sempre usa o sherpa-onnx.
tauri.conf.json não declara bundle.externalBin, embora o spec preveja o sidecar empacotado no instalador.
Divergências vistas na leitura do código, que não foi compilado: o frontend invoca stop_recording, transcribe_pending, minimize_window, close_window, save_openai_api_key e clear_openai_api_key, ausentes do invoke_handler de lib.rs; openai.rs importa crate::secrets, que lib.rs não declara; ui_commands.rs lê settings.transcription.model_id e settings usa shortcuts::DEFAULT_HOTKEY, e nenhum dos dois existe.
O hotkey Ctrl+Shift+Space é fixo em shortcuts.rs, e o item Iniciar gravação da bandeja só mostra a janela.
O catálogo aponta para o modelo v2-int8, mas o ci.yml baixa o v3-int8 (~670 MB) e cita o teste real_transcription_returns_known_text, que não está em sherpa_onnx.rs.
As versões divergem: 0.1.0 em package.json e Cargo.toml, 0.3.1 em tauri.conf.json.

🤝 Contribuindo

Mantenha módulos pequenos, com responsabilidades claras. Antes de abrir o PR, estes comandos devem passar:

npm run typecheck && npm test -- --run && cargo test --manifest-path src-tauri/Cargo.toml

README.md Unescape Escape

Transcript Desktop

📌 O problema