mirror of
https://github.com/yusufipk/dikte.git
synced 2026-09-12 03:16:19 +00:00
yusufipk
011493a9bc
The screenshots were downscaled to 430 px wide, which made the UI text blurry. Restore them at native 1292 px as lossless WebP, which is also half the size of the original PNGs (72 KB against 155 KB for the largest). Rewrite every em dash in prose, comments, docstrings and interface strings as ordinary punctuation.
161 lines
7.1 KiB
Markdown
161 lines
7.1 KiB
Markdown
# Dikte
|
||
|
||
`Ctrl+Space`'e bas, konuş, tekrar bas. Ses OpenAI'ye gidip yazıya çevrilir,
|
||
OpenRouter'daki bir model transkripti temizler (ıı'lar, tekrarlar, eksik
|
||
noktalama), sonuç panoya kopyalanır ve o an yazdığın pencereye yapıştırılır.
|
||
|
||
KDE Plasma 6 / Wayland için yazıldı. Sistem paketleri dışında bağımlılığı yok:
|
||
sadece Python standart kütüphanesi ve PyQt6.
|
||
|
||
*[English README](README.md)*
|
||
|
||
<p align="center">
|
||
<img src="docs/settings-general.webp" width="820" alt="Dikte ayarları, Genel sekmesi">
|
||
</p>
|
||
|
||
| | |
|
||
|---|---|
|
||
| <img src="docs/settings-api.webp" width="410" alt="API ve modeller"> | <img src="docs/settings-cleanup.webp" width="410" alt="Temizleme kuralları"> |
|
||
| <img src="docs/settings-audio-file.webp" width="410" alt="Ses dosyası"> | <img src="docs/settings-history.webp" width="410" alt="Geçmiş"> |
|
||
|
||
## Kurulum
|
||
|
||
```sh
|
||
./install.sh # ya da: ./install.sh "Ctrl+Alt+Space"
|
||
dikte # ilk açılışta ayarlar penceresi gelir
|
||
```
|
||
|
||
Gereken sistem paketleri (Arch/CachyOS):
|
||
|
||
```sh
|
||
sudo pacman -S --needed pipewire-audio wl-clipboard ydotool ffmpeg python-pyqt6
|
||
systemctl --user enable --now ydotool # otomatik yapıştırma için
|
||
```
|
||
|
||
Ayarlar penceresinde iki anahtar istenir:
|
||
|
||
- **OpenAI**: sesi yazıya çevirir (`gpt-4o-transcribe`). Boş bırakırsan
|
||
`OPENAI_API_KEY` ortam değişkeni kullanılır.
|
||
- **OpenRouter**: transkripti temizler (varsayılan
|
||
`google/gemini-3.5-flash-lite`, listedeki her model çalışır). Boşsa
|
||
`OPENROUTER_API_KEY` kullanılır. Temizlemeyi tamamen kapatabilirsin; o zaman
|
||
ham transkript yapıştırılır.
|
||
|
||
## Kullanım
|
||
|
||
| Ne | Nasıl |
|
||
| --- | --- |
|
||
| Kaydı başlat / bitir | `Ctrl+Space`, ya da tepsi simgesine tıkla |
|
||
| Kaydı iptal et | Tepsi menüsü → *Kaydı iptal et*, ya da `dikte cancel` |
|
||
| Ayarlar | Tepsi menüsü → *Ayarlar*, ya da `dikte settings` |
|
||
| Çık | Tepsi menüsü → *Çık*, ya da `dikte quit` |
|
||
|
||
Kayıt sırasında ekranın sol alt köşesinde küçük bir gösterge belirir: kırmızı
|
||
kayıt noktası, canlı ses dalgası, süre. Ardından "Yazıya çevriliyor…",
|
||
"Temizleniyor…" ve son olarak yapıştırılan metnin ilk satırı görünür. Gösterge
|
||
odak almaz, yani yazdığın pencereden çıkmazsın.
|
||
|
||
## Sessizlik API'ye gitmez
|
||
|
||
Sessize yakın bir ses verildiğinde transkripsiyon modeli boş dize döndürmez,
|
||
bir cümle uydurur. Whisper bunun ünlü örneği: iki saniyelik sessizliğe
|
||
"Altyazı M.K." ya da "Thanks for watching" der. Yanlışlıkla basılan bir
|
||
`Ctrl+Space` yoksa sana hem bir API çağrısına mal olur hem de hiç söylemediğin
|
||
bir cümleyi yapıştırır.
|
||
|
||
Dikte çağrıyı harcamadan önce kontrol eder ve bu kontrol mutlak değil göreli
|
||
yapılır, çünkü mikrofon kazancı makineden makineye o kadar değişir ki sabit bir
|
||
eşik bir şey ifade etmez. Şunlardan biri bile geçerliyse kayıt atılır:
|
||
|
||
- kaydın gürültülü ucu mutlak tabanın altındaysa (varsayılan -55 dBFS);
|
||
- **o kaydın kendi** gürültü tabanının 10 dB üstüne en az 0,3 saniye çıkan bir
|
||
şey yoksa; ne kadar yüksek olursa olsun sabit fan ya da cızırtıyı eleyen de
|
||
budur;
|
||
- seviye taban civarında hiç hareket etmediyse.
|
||
|
||
Yine de bir şey sızarsa, ikinci bir filtre modellerin sığındığı kalıp cümleleri
|
||
yakalar; ama yalnızca altı saniyeden kısa kayıtlarda, ki gerçekten söylenmiş
|
||
bir "izlediğiniz için teşekkürler" elenmesin.
|
||
|
||
Gösterge ölçtüğü seviyeyi de yazar (`Ses algılanmadı (-56 dB)`); mikrofonun
|
||
alışılmadık ölçüde kısık ya da gürültülüyse eşiği buna bakarak ayarlarsın.
|
||
|
||
## Dosyadan transkript
|
||
|
||
Ayarlar → **Ses dosyası** sekmesi, herhangi bir ses ya da video dosyasını aynı
|
||
modellerden geçirir. İki seçenek var, ikisi de hatırlanır:
|
||
|
||
- **Zaman damgası ekle**: her bölümün başına `[dd:ss]` koyar. Bunun için bölüm
|
||
zamanı döndüren tek model olan `whisper-1` kullanılır.
|
||
- **Sonrasında temizleme modelinden geçir**: canlı diktedeki temizlemenin
|
||
aynısı, üstüne modele damgalara dokunmamasını söyleyen bir kural eklenir.
|
||
|
||
Uzun dosyalar ffmpeg ile 16 kHz mono'ya çevrilip onar dakikalık parçalara
|
||
bölünür; her parça sırayla çevrilir ve zaman damgaları kendi yerine kaydırılır.
|
||
Sonuç panoya kopyalanabilir ya da `.txt` olarak kaydedilebilir.
|
||
|
||
## Global kısayol hakkında
|
||
|
||
KWin, `kglobalshortcutsrc` dosyasını yalnızca açılışta okur. `install.sh`
|
||
kısayolu doğru yere yazar ama **oturumu yeniden açana kadar tetiklenmez.**
|
||
İki seçenek:
|
||
|
||
1. Oturumu kapat-aç. Temiz çözüm bu: tuşu KWin yuttuğu için diğer uygulamalara
|
||
sızmaz.
|
||
2. Ayarlar → Kısayol → **Yerleşik dinleyici**'yi aç. `/dev/input` üzerinden
|
||
kombinasyonu kendisi yakalar, anında çalışır. Tek farkı: tuşu yutmaz, yani
|
||
`Ctrl+Space` odaktaki uygulamaya da iletilir (bazı editörlerde otomatik
|
||
tamamlama açılabilir). Rahatsız ederse kısayolu `Ctrl+Alt+Space` gibi bir
|
||
kombinasyona çevir.
|
||
|
||
Yerleşik dinleyici `input` grubunda olmayı gerektirir:
|
||
`sudo usermod -aG input $USER`.
|
||
|
||
## Ayarlar
|
||
|
||
`~/.config/dikte/config.json` içinde, izinler 600, çünkü API anahtarları orada durur.
|
||
|
||
| Ayar | Açıklama |
|
||
| --- | --- |
|
||
| Arayüz dili | Türkçe, İngilizce ya da sistem diline uy |
|
||
| Mikrofon | Belirli bir kaynak seç, ya da varsayılanı kullan |
|
||
| Konuşma dili | Transkripsiyona dil ipucu verir; otomatik algılama da olur |
|
||
| Yapıştırma tuşu | `ctrl+v` / `ctrl+shift+v` / `shift+insert`. Terminaller genelde ikincisini ister |
|
||
| Panoyu geri koy | Yapıştırdıktan sonra eski pano içeriğini iade eder |
|
||
| Sessiz kayıtları atla | Konuşma içermeyen kayıtları API'ye gitmeden eler, yukarıya bak |
|
||
| Temizleme kuralları | Temizleme modeline verilen sistem talimatı. Ne kadar müdahale edeceğini burada belirlersin |
|
||
| Transkripsiyon ipucu | Sık geçen özel isim ve terimler, doğru yazılsınlar diye |
|
||
| Ses kayıtlarını sakla | WAV'lar `~/.local/share/dikte/recordings` altında kalır |
|
||
|
||
Geçmiş `~/.local/share/dikte/history.jsonl` dosyasında tutulur; son 200 kayıt
|
||
Ayarlar → Geçmiş sekmesinden görülebilir.
|
||
|
||
## Dosyalar
|
||
|
||
```
|
||
dikte.py giriş noktası, tepsi simgesi, durum makinesi, IPC
|
||
audio.py pw-record ile ham PCM kaydı ve seviye ölçer
|
||
api.py OpenAI transkript + OpenRouter temizleme (yalnız stdlib)
|
||
worker.py transkript → temizleme → pano → yapıştırma
|
||
vad.py kayıtta gerçekten konuşma var mı kararı
|
||
filetranscribe.py dosyadan transkript: ffmpeg, parçalama, zaman damgaları
|
||
overlay.py köşedeki gösterge
|
||
settings_ui.py ayarlar penceresi
|
||
hotkey.py KDE kısayol kurulumu ve evdev dinleyici
|
||
paste.py wl-clipboard ve ydotool sarmalayıcıları
|
||
i18n.py metin tablosu
|
||
```
|
||
|
||
## Bilinen sınırlar
|
||
|
||
- Gösterge XWayland üzerinden çizilir; Wayland'da bir pencereyi belirli bir
|
||
köşeye yerleştirmenin yolu yok. `dikte.py` bu yüzden `QT_QPA_PLATFORM=xcb`
|
||
ayarlar.
|
||
- Otomatik yapıştırma `ydotool`'un sanal klavyesiyle yapılır; `ydotoold`
|
||
çalışmıyorsa metin yalnızca panoya kopyalanır ve gösterge bunu söyler.
|
||
- "Yazıya çevriliyor…" sürerken gelen kısayol basışları yok sayılır.
|
||
|
||
## Lisans
|
||
|
||
GPL-3.0, [LICENSE](LICENSE) dosyasına bak.
|