Pular para o conteúdo

Voz para texto no Linux: baixe um arquivo, torne-o executável e fale.

O WhisPaste é distribuído já compilado para Linux em x86_64. Você baixa um arquivo, marca como executável e pressiona seu atalho. A transcrição é colada direto no cursor assim que o Auto-Paste estiver configurado: isso exige uma regra de permissão única para /dev/uinput: o pacote .deb faz essa configuração na instalação; com AppImage ou tar.gz, você a configura uma vez com sudo. Sem ela, o texto vai para a área de transferência, pronto para colar com Ctrl+V no campo do editor, do terminal ou do navegador em que você estiver trabalhando.

Resposta curta: sim, existe um único arquivo executável. O WhisPaste publica um AppImage para Linux que roda sem etapa de instalação, um .deb para Debian e Ubuntu, e um tar.gz simples do pacote de release. O motor de reconhecimento de voz vem compilado no download — não há ambiente Python para criar, nenhum pip install e nenhuma etapa de compilação.

Os três arquivos Linux, pelo nome

Cada versão do WhisPaste publica os mesmos três arquivos Linux x86_64 no GitHub. O marcador de versão é o número da release (por exemplo 1.3.0); o AppImage e o .deb também são publicados com um nome estável, sem versão, que sempre aponta para a release mais recente.

  • WhisPaste-<version>-linux-x64.AppImage

    Arquivo executável único, sem instalação. Independente da distribuição — este é o que você deve escolher se quer apenas executar o WhisPaste.

    Alias sem versão, sempre a release mais recente: WhisPaste-linux-x64.AppImage

  • WhisPaste-<version>-linux-x64.deb

    Pacote Debian para Debian e Ubuntu. Instala em /opt/whispaste com um link simbólico /usr/bin/whispaste, uma entrada de desktop e um ícone.

    Alias sem versão, sempre a release mais recente: WhisPaste-linux-x64.deb

  • WhisPaste-<version>-linux-x64.tar.gz

    O pacote simples da release: o executável com seus diretórios lib/ e data/. Descompacte em qualquer lugar e execute o binário a partir da pasta. Também é a origem da qual o AppImage, o .deb e os manifestos de empacotamento são gerados.

AppImage: um arquivo, sem etapa de instalação

Baixe o AppImage, marque-o como executável e execute-o. No gerenciador de arquivos: clique com o botão direito no arquivo → Propriedades → Permissões → "Permitir executar arquivo como programa", depois dê dois cliques. No terminal, é chmod +x no arquivo seguido da execução. Executá-lo não grava nada em diretórios do sistema (só a configuração opcional do Auto-Paste adiciona uma vez uma regra uinput com sudo); o app mantém seus modelos e configurações em ~/.config/whispaste. Para remover o WhisPaste, basta apagar o arquivo.

.deb: o pacote do sistema para Debian e Ubuntu

Se preferir ter o WhisPaste no seu gerenciador de pacotes, instale o .deb com apt install ./WhisPaste-<version>-linux-x64.deb. Ele declara suas dependências de runtime (libgtk-3-0, libsecret-1-0, libnotify4, libayatana-appindicator3-1, libasound2, libcurl4, libkeybinder-3.0-0, liblzma5, libc6, zlib1g), então o apt traz o que estiver faltando. O app em si fica em /opt/whispaste e permanece somente leitura ali; modelos e configurações continuam no seu diretório pessoal.

Sem Python, sem compilação, sem download separado do motor

O WhisPaste executa o whisper.cpp dentro do próprio processo, por meio de uma biblioteca libwhisper incluída que fica ao lado do executável no download. Não há virtualenv para criar, nem pip install, nem toolkit CUDA, nem chamada de compilador — a aceleração por GPU também já vem incluída (Vulkan no Linux, cobrindo NVIDIA, AMD e Intel com um único build; só CPU quando não há driver utilizável). Placas NVIDIA recentes podem adicionar opcionalmente o pacote CUDA nas configurações.

Uma coisa é baixada uma única vez: o próprio modelo de voz, quando você inicia o download do modelo durante a configuração, em ~/.config/whispaste/models/stt. Depois disso, o WhisPaste transcreve sem nenhuma conexão de rede.

Atalho de entrada por voz no Wayland (GNOME e KDE)

O Wayland não permite que os apps capturem atalhos globais por conta própria, então deixe o seu desktop fazer isso: vincule um atalho personalizado ao comando abaixo. Ele repassa a chamada para o WhisPaste em execução e encerra logo em seguida. --toggle inicia uma gravação ou para a que está em andamento (e inicia o WhisPaste antes, se ele ainda não estiver rodando), --cancel descarta a gravação em andamento. Com o AppImage, use o caminho completo do arquivo no lugar de whispaste. O push-to-talk, que grava enquanto você segura a tecla, está disponível no Linux como opção experimental no X11 e no Wayland (GNOME 48+, Plasma 6+).

whispaste --toggle
whispaste --cancel

GNOME: Configurações → Teclado → Veja e personalize atalhos → Atalhos personalizados → +. Dê o nome WhisPaste, informe o comando e depois defina o atalho.

KDE Plasma 6: Configurações do sistema → Teclado → Atalhos → Adicionar novo → Comando ou script…, informe o comando e atribua o atalho. No Plasma 5: Configurações do sistema → Atalhos → Atalhos personalizados; ali crie um novo atalho global do tipo comando/URL com o comando.

Para scripts: enviar SIGUSR2 à instância em execução também alterna a gravação, sem iniciar um segundo processo.

pkill -USR2 -x whispaste

O que a sua máquina precisa

Uma CPU x86_64 de 64 bits e 8 GB de RAM no Ubuntu Linux ou em uma distribuição comparável: isso basta para o modelo compacto só na CPU. Uma GPU nunca é obrigatória; com uma placa dedicada, o Vulkan faz a mesma transcrição voltar perceptivelmente mais rápido. Prefere compilar por conta própria? O código-fonte completo está no GitHub. Além do Flutter, ele precisa da etapa de build do motor de voz descrita no BUILD.md.

Todas as opções de download, incluindo Windows e macOS

Antes de começar

O WhisPaste está disponível como AppImage?
Sim. Cada versão publica WhisPaste-<version>-linux-x64.AppImage para x86_64, além de um WhisPaste-linux-x64.AppImage estável e sem versão, que sempre aponta para a release mais recente. É um arquivo executável único: marque-o como executável e rode-o, sem instalador e sem gerenciador de pacotes envolvido.
Posso executar o WhisPaste no Ubuntu sem instalá-lo?
Sim — para isso serve justamente o AppImage. Ele não precisa de root, não mexe em diretórios do sistema e pode ficar num pendrive ou na pasta de downloads. Só o Auto-Paste opcional precisa de uma regra de permissão, configurada uma vez com sudo, para /dev/uinput. Algumas distribuições mais recentes também precisam do libfuse2 para iniciá-lo (veja a página de download). Se preferir instalar de forma definitiva, o WhisPaste-<version>-linux-x64.deb é o pacote para Debian e Ubuntu, e o WhisPaste-<version>-linux-x64.tar.gz é o pacote simples que você pode descompactar em qualquer lugar.
Preciso de Python para usar o WhisPaste no Linux?
Não. O motor de reconhecimento de voz é o whisper.cpp, compilado em uma biblioteca libwhisper que vem dentro do download e é chamada no próprio processo. Não há interpretador Python, virtualenv, pip install nem etapa de compilação em nenhum ponto da configuração.
A voz para texto funciona offline no Ubuntu?
Sim. A única coisa que depende da rede é o download inicial do modelo, na primeira execução. Quando o arquivo do modelo estiver em ~/.config/whispaste/models/stt, a transcrição roda inteiramente na sua máquina: sem conta, sem ida e volta à nuvem e sem perda de qualidade em uma estação isolada da rede.
Precisa de uma placa NVIDIA ou de uma instalação de CUDA?
Nenhum dos dois. No Linux, o WhisPaste acelera via Vulkan, que cobre NVIDIA, AMD e Intel com um único build, e não há toolkit CUDA para instalar. Quem tem uma placa NVIDIA recente (série RTX ou GTX 16) pode adicionar opcionalmente o pacote CUDA nas configurações. Sem um driver de GPU utilizável, tudo volta para a CPU, o que é uma configuração suportada, e não um modo de falha.