منصوبے کے بارے میں

OpenWhispr ایک اوپن سورس ڈیسک ٹاپ ڈکٹیشن ایپلیکیشن ہے جسے WisprFlow اور Granola کا مفت متبادل قرار دیا گیا ہے۔ یہ macOS، Windows اور Linux پر چلتی ہے، اور ڈیسک ٹاپ سے تقریر کو متن، نوٹس اور اعمال میں تبدیل کرتی ہے: ایک عالمی ہاٹ کی دبائیں، بولیں، اور نقل شدہ الفاظ کرسر پر پیسٹ ہو جاتے ہیں۔ ٹرانسکرپشن مکمل طور پر آف لائن مقامی اسپیچ ٹو ٹیکسٹ ماڈلز جیسے Whisper، NVIDIA Parakeet، Orukeet اور Cohere Transcribe کے ساتھ چل سکتی ہے، تاکہ آڈیو کبھی ڈیوائس سے باہر نہ جائے، یا رفتار کے لیے کلاؤڈ فراہم کنندگان کے ذریعے۔ پروجیکٹ کے مطابق کوئی ڈیٹا اکٹھا نہیں کیا جاتا اور کوئی ٹیلی میٹری نہیں ہے، اور یہ MIT لائسنس یافتہ ہے۔ README میں بیان کردہ قابل ذکر صلاحیتیں: - عالمی ہاٹ کی کے ذریعے وائس ڈکٹیشن، کسی بھی ایپ میں خودکار پیسٹنگ کے ساتھ۔ - ڈکٹیشن ترجمہ: ایک زبان میں بولیں اور متن دوسری زبان میں پیسٹ کریں۔ - GPT-5، Claude، Gemini، Groq، Tinfoil، OpenRouter یا مقامی ماڈلز کے ساتھ AI ایجنٹ انٹیگریشن، جسے ایک نامزد وائس اسسٹنٹ کے ذریعے مخاطب کیا جاتا ہے۔ - ایک مخصوص Voice Assistant ہاٹ کی جو بولی گئی کمانڈز کو براہ راست اسسٹنٹ کو بھیجتی ہے، ہائی لائٹ شدہ متن کی اختیاری جگہ پر تدوین اور اختیاری اسکرین شاٹ سیاق و سباق کے ساتھ۔ - میٹنگ ٹرانسکرپشن، Zoom، Teams اور FaceTime کالز کی خودکار شناخت، لائیو اسپیکر ڈائریائزیشن، وائس فنگر پرنٹنگ، اور Google، Microsoft یا Apple Calendar انٹیگریشن کے ساتھ۔ - کلاؤڈ سروسز کے بغیر میٹنگز میں مقامی اسپیکر ڈائریائزیشن اور وائس فنگر پرنٹ شناخت۔ - فولڈرز، سیمنٹک سرچ، کلاؤڈ سنک اور AI اعمال کے ساتھ نوٹس، نیز ٹیم اسپیسز اور لنک، ڈومین یا صرف دعوت نامے کی مرئیت کے ساتھ شیئرنگ۔ - آڈیو درآمد: فائلیں ڈریگ کریں، بیچ اپ لوڈ کریں، یا YouTube/آڈیو URL پیسٹ کریں، اختیاری اسپیکر شناخت کے ساتھ۔ - بنیادی خصوصیات کے لیے مقامی یا کلاؤڈ آپریشن، بشمول Metal، CUDA اور Vulkan (AMD/Intel) پر GPU سے تیز مقامی Whisper۔ - انٹرپرائز کنٹرولز: تنظیمی پالیسی نفاذ، کمپنی SSO اور SCIM، اور مرکزی طور پر منظم Amazon Bedrock یا Azure OpenAI رسائی۔ - ایک عوامی API اور ایک MCP سرور، پروگراماتی نوٹ اور ٹرانسکرپشن مینجمنٹ اور AI اسسٹنٹ انٹیگریشن کے لیے۔ پلیٹ فارم نوٹس: Intel Macs پر، لائیو اسپیکر شناخت اور وائس فنگر پرنٹنگ دستیاب نہیں ہیں کیونکہ وہ ONNX Runtime پر منحصر ہیں، جس نے ورژن 1.24 میں macOS x86_64 بائنریز بھیجنا بند کر دیا؛ میٹنگز پھر بھی ریکارڈ اور ٹرانسکرائب ہوتی ہیں، اور نوٹس سرچ سیمنٹک سرچ کے بجائے کلیدی لفظ مماثلت پر واپس چلی جاتی ہے۔ ڈیولپمنٹ Node.js 24+ اور ایک معیاری npm ورک فلو (install، پھر run dev) استعمال کرتی ہے۔ ڈیسک ٹاپ ایپ ریپوزٹری روٹ پر ہے، جبکہ ایک Expo موبائل ایپلیکیشن openwhispr-mobile ڈائریکٹری میں اپنی ڈیپنڈنسیز اور ریلیز عمل کے ساتھ موجود ہے۔ ٹیک اسٹیک میں React 19، TypeScript، Tailwind CSS v4، Electron 41، better-sqlite3، whisper.cpp، sherpa-onnx اور shadcn/ui شامل ہیں۔ دستاویزات میں کوئیک اسٹارٹ، پلیٹ فارم گائیڈز، API حوالہ، MCP سیٹ اپ اور ٹربل شوٹنگ شامل ہیں، اور غیر OpenAI-compatible ASR APIs کے خلاف سیلف ہوسٹڈ ٹرانسکرپشن کے لیے ایک مثال کسٹم ASR shim فراہم کیا گیا ہے۔