Parascribe with NVIDIA parakeet

Parascribe ist inspiriert von OpenWhispr und existiert nur, weil OpenWhispr aktuell unter Ubuntu/Wayland zickt, also hab ich mir die Funktionen, die ich benötige, selbst gebaut.
Ich empfehle sonst OpenWhispr zu verwenden.
-> Alternativ + Besser: OpenWhispr GitHub

Parascribe ist eine Tray-basierte Desktop-Anwendung, die stabiles lokales Speech-to-Text (STT) und optionale KI-gestützte Textverarbeitung bietet. Das Design orientiert sich an der GNOME/Adwaita Designsprache für ein natives und sauberes Nutzererlebnis.

Funktionen

• Lokales STT: Nutzt sherpa-onnx mit dem NVIDIA Parakeet-TDT 0.6b Modell für hochpräzise, lokale Transkription ohne Cloud-Zwang.
• Drag & Drop: Ziehe .wav oder .ogg Dateien direkt in das Dashboard für eine sofortige Transkription.
• Anhängen (Append): Ergänze bestehende Sessions nahtlos um neue Aufnahmen, um zusammengehörende Notizen an einem Ort zu bündeln.
• KI-Aufbereitung: Verwandle rohe Transkripte per Mausklick in strukturierte Markdown-Notizen (via OpenAI).
• Keine Datenbank: Rein ordnerbasiertes Speichersystem unter ~/Documents/ParaScribe/.
• Audio-Wiedergabe: Höre deine Aufnahmen direkt im Dashboard an.
• Systemübergreifend: Läuft auf Linux (Wayland/X11), Windows und macOS mit einem konsistenten, modernen Adwaita Dark UI.

Technische Architektur

• UI-Framework: PySide6 (Qt6 für Python)
• STT-Engine: sherpa-onnx (Offline Transducer Modell)
• Audio-Logik: sounddevice & soundfile (PCM 16kHz Mono)
• Dateisystem: Automatisches Verzeichnis-Management für Sessions.
• Verarbeitung: QThread-basierte Hintergrundprozesse für eine flüssige Bedienung.

Installation

System-Abhängigkeiten (Ubuntu/Debian)

Für die Audio-Aufnahme und Qt-Stabilität unter Wayland werden folgende Pakete benötigt:

sudo apt update
sudo apt install libportaudio2 portaudio19-dev libxcb-cursor0

Setup

1. Repository klonen/herunterladen.
2. Virtuelle Umgebung erstellen:

   python -m venv venv
   source venv/bin/activate
   pip install -r requirements.txt

3. Modell-Einrichtung: Lade das benötigte STT-Modell automatisch herunter und entpacke es:

   python download_model.py

Konfiguration

Öffne die Einstellungen über das Tray-Menü (Rechtsklick auf das blaue Icon), um deinen OpenAI API Key zu hinterlegen und den System-Prompt anzupassen.

Bedienung

1. Aufnahme starten: Rechtsklick auf das ParaScribe Icon im Tray und "Aufnahme starten" wählen.
2. Stoppen & Transkribieren: Wähle "Aufnahme stoppen". Die Transkription erfolgt automatisch im Hintergrund.
3. Sessions verwalten: Öffne das Dashboard, um alle Notizen einzusehen.
4. Anhängen: Wähle eine Session aus und klicke auf "Anhängen", um neue Aufnahmen dieser spezifischen Notiz hinzuzufügen.
5. KI-Verarbeitung: Klicke im Dashboard auf "Mit KI aufbereiten", um eine saubere, strukturierte Fassung deines Transkripts zu erstellen.
6. Verwalten: Klicke mit der rechten Maustaste auf eine Session in der Liste, um sie umzubenennen oder zu löschen.

Ordnerstruktur

Sessions werden wie folgt gespeichert:

~/Documents/ParaScribe/
    ├── 2026-03-29/
    │   ├── Note_225201/
    │   │   ├── audio.wav
    │   │   ├── transcript_raw.txt
    │   │   └── processed_notes.md

Lizenz

Dieses Projekt ist Open-Source und steht unter der MIT-Lizenz.