Написал приложение для голосовой транскрибации — работает на gemini 2.5 flash бесплатно⁠⁠

В последний месяц активно ушёл в создание приложений с помощью ИИ агентов (привет Kiro IDE о котором уже писал пост )

Учусь дружить с фриланс биржами и находить заказы. Как раз выполняя последний проект столкнулся с проблемой

Чтобы ИИ качественно написал код, ему нужно дать качественный промт, а качественный промт это еб@ть сколько делов и зачастую символов.

Писать в ручную полотно 2000-3000 символов это:

1) Банально долго
2) Рутина убивает мотивацию - т.к промтов за проект набегает десятки.

➖➖➖➖➖➖➖➖➖➖➖

Прикинув, как оптимизировать данную ситуацию нашёл 2 выхода:

▪️Телепатия

▪️Голосовой ввод

С Илоном Маском я ещё побрататься не успел, чтобы он встроил мне Neuralink чип в голову (а я не против)

Пришлось пойти на компромисс и остановиться на голосовом вводе.

Опробовал встроенный ввод на windows 11:

Вставили курсор в текстовое поле и нажимаете Win + H = что-то пишет, но с косяками.

Например вместо "Gemini" (это ИИ модель от гугл) - пишет "Гении"

Ну и знаки препинания похоже модели от Microsoft религия запрещает расставлять.. 😐

Вроде полезно, но минус вайб от того, что эту кашу без знаков препинания приходится перечитывать и исправлять.

Мои поиски продолжились...

➖➖➖➖➖➖➖➖➖➖➖

Пошёл в интернеты искать альтернативу и нашёл - MacWhisper

Думаю по названию вы уже поняли, что она подходит только для владельцев MacBook - а я пока не разбогател, чтобы такими девайсами пользоваться.

Ещё из минусов, там под капотом модель Whisper от OpenAi и нужно минимум 10$ закинуть на баланс.

Фурычит действительно хорошо судя по обзорам. Но я подготовил для вас кое что поинтереснее и бесплатное 👇

➖➖➖➖➖➖➖➖➖➖➖

GeminiVoiceWriter - моё приложении для простых ребят без макбуков и желания платить за транскрибацию

Бесплатное оно т.к в Google Ai Studio даже на обычном аккаунте можно получить API ключ для работы с ИИ.

Квота ключа 250 запросов (в нашем случае транскрибаций аудио) в день бесплатно.

1. Получаем ключ
2. Скачиваем приложение (лежит в моём тг портфолио)
P.S: код открытый и лежит на github если боитесь .exe файлов

3. Добавляем ключ в приложение
4. Пользуемся и вспоминаем меня время от времени добрым словом

🌀Нажал сочетание клавиш - проговорил текст - нажал сочетание клавиш - текст транскрибировался и вставился в буфер обмена.

Мой тг блог где делюсь своим опытом работы с ИИ - Чай с GPT (+ записал туда кружочки с обзором приложения для наглядности)