Диктовка заметки на Linux: Handy и Whisper Small

Что подготовить для диктовки?

Этот путь рассчитан на домашний Debian/Ubuntu x86_64 с графическим сеансом X11. Если у вас Wayland (в том числе стандартный сеанс Ubuntu 26.04), не повторяйте эти шаги как проверенный маршрут: в документации описаны другие инструменты вставки и ограничения. Нужны микрофон, обычный текстовый редактор и интернет для загрузки пакета, зависимостей и модели; после этого обычное распознавание автор описывает как локальное. Внешнюю постобработку и облачный редактор для первого опыта не используйте. s1 s2

В каталоге Handy v0.9.8 выбрана Whisper Small без пометки «(English)»: многоязычный вариант включает русский. Стандартный файл whisper-small-Q8_0.gguf хранится на ревизии c0214bd34be9296695486f838e0142f900803159. GGUF — формат файла модели, Q8_0 — обозначение его варианта. Размер файла 269 751 136 байт — не минимум оперативной или видеопамяти и не всё место установки. Документированные минимумы RAM, VRAM, CPU и общий бюджет диска для этой связки не установлены: не обещаем, что она заработает на любом ноутбуке. Код Handy под MIT, карточка конкретных весов помечена Apache-2.0; это отдельные условия. s3 s6 s7

Как получить короткую заметку?

1. Убедитесь, что выбрали в меню входа в Linux сеанс X11/Xorg, а не Wayland. Откройте релиз v0.9.8, скачайте ровно Handy_0.9.8_amd64.deb в папку загрузок. Откройте терминал в папке скачанного файла и выполните sudo apt install ./Handy_0.9.8_amd64.deb. APT запросит подтверждение зависимостей; после успешной установки откройте Handy через меню приложений. Не используйте dpkg -i без готовых зависимостей. s1 s2
2. В терминале установите sudo apt install xdotool: автор рекомендует этот инструмент для вставки в активное поле X11. Если при запуске видите ошибку про libgtk-layer-shell.so.0, автор рекомендует пакет libgtk-layer-shell0; не подменяйте этим сообщением любую другую ошибку. Дайте приложению доступ к микрофону и выберите рабочий вход. s2
3. При первом запуске откройте список моделей, при необходимости нажмите Show all models, выберите Whisper Small без «(English)», дождитесь окончания загрузки и сделайте её активной. В Settings → General → Whisper Small Settings выберите язык распознавания Russian, а Translate to English оставьте выключенным. Это настройка языка речи, не языка меню. Старый ggml-small.bin из README скрыт среди незагруженных моделей в интерфейсе v0.9.8: выбирайте вариант из встроенного каталога. s3 s4 s5
4. В Settings → General посмотрите текущую горячую клавишу записи и выберите режим Toggle: одно нажатие начинает, второе завершает запись. Стандартная комбинация Linux в исходниках этой версии — Ctrl+Space, но сначала сверьте её с вашим экраном. В Settings → Advanced оставьте наложение поверх окна выключенным (Overlay: None), чтобы оно не перехватывало фокус редактора. Перед опытом очистите буфер от личного текста; откройте пустой документ в локальном редакторе и поставьте курсор. s2 s9
5. Нажмите выбранную комбинацию, произнесите «Завтра купить хлеб и позвонить маме», нажмите комбинацию снова и дождитесь текста в редакторе. Это ожидаемый признак для вашей проверки, не полученный редакцией транскрипт. Сравните смысл, имена и числа с произнесённым, исправьте ошибки вручную. Если вставился старый текст из буфера, не сохраняйте и не отправляйте его. s2 s8

Как проверить офлайн-работу и что делать при сбое?

После полной загрузки приложения, зависимостей и весов отключите сеть и повторите безопасную фразу в локальном редакторе. Если слова снова вставились, это подтверждает данный путь на вашем ПК, но не отсутствие сетевой активности в других режимах Handy или синхронизации другого редактора. Modelium такого теста не проводил. s2

Если записи нет, проверьте микрофон, разрешение и комбинацию клавиш. Если Handy показывает распознанное в истории, а редактор остался пустым, верните фокус в редактируемое поле и проверьте X11, xdotool и Overlay: None. При неожиданном тексте сверяйте именно вставку, а не только историю: открытый issue #502 содержит сообщения пользователей macOS о старом буфере даже с настройкой Reliable Paste; переносить их частоту на Linux нельзя. s2 s8

Если у вас уже есть готовый аудиофайл, расшифруйте его отдельным способом, сохранив оригинал для сверки.