Mac dictation: Hammerspoon + Groq Whisper решение
- decisions/2026-05-05-mac-dictation-groq-hammerspoon.md: полный план, грабли с раскладкой, fallback на whisper-cpp, восстановление на новом Mac - notes/ru-geoblocked-services.md: реестр CDN с RU-блоком (cdn.spokenly, dl.wisprflow и пр.) + принципы обхода - snippets/mac-dictation/: рабочая версия скриптов и init.lua Триггер — одиночный Fn, Groq cloud first → tiny local fallback, вставка через hs.eventtap.event keycode 9 (минует ru-keymap warnings). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
This commit is contained in:
dttb
23
snippets/mac-dictation/README.md
Normal file
23
snippets/mac-dictation/README.md
Normal file
@@ -0,0 +1,23 @@
|
||||
# Mac Dictation — Hammerspoon + Groq
|
||||
|
||||
Текущая рабочая версия (2026-05-05) скриптов для голосовой диктовки в любое поле macOS через Groq Whisper API.
|
||||
|
||||
## Файлы
|
||||
- `groq-dictate.sh` → `~/bin/groq-dictate.sh` (chmod +x)
|
||||
- `dictation-doctor.sh` → `~/bin/dictation-doctor.sh` (chmod +x)
|
||||
- `init.lua` → `~/.hammerspoon/init.lua`
|
||||
|
||||
## Как это работает
|
||||
- **Fn (Globe)** — одиночное нажатие, toggle (старт/стоп записи)
|
||||
- Запись через `ffmpeg avfoundation :0` → `/tmp/groq-dictate.wav`
|
||||
- Транскрипция: **Groq Whisper-large-v3-turbo** (cloud), fallback → **whisper-cpp tiny** (local 31MB)
|
||||
- Результат → pasteboard → `hs.eventtap.event.newKeyEvent({"cmd"}, 9, true|false):post()` (⌘V на физический keycode 9 = V)
|
||||
|
||||
## Полный гайд
|
||||
[`decisions/2026-05-05-mac-dictation-groq-hammerspoon.md`](../../decisions/2026-05-05-mac-dictation-groq-hammerspoon.md) — детали, грабли, восстановление на новом Mac.
|
||||
|
||||
## Если сломалось
|
||||
```bash
|
||||
~/bin/dictation-doctor.sh
|
||||
```
|
||||
Покажет что сломано (Hammerspoon / TCC / Groq / mic / Fn behavior).
|
||||
86
snippets/mac-dictation/dictation-doctor.sh
Executable file
86
snippets/mac-dictation/dictation-doctor.sh
Executable file
@@ -0,0 +1,86 @@
|
||||
#!/bin/bash
|
||||
# Health-check для голосовой диктовки. Запускать когда «не работает».
|
||||
# Проверяет: Hammerspoon, Accessibility, init.lua, скрипт, модели, Groq, ffmpeg, mic, Fn-key поведение
|
||||
|
||||
set +e
|
||||
GREEN="\033[32m"; RED="\033[31m"; YELLOW="\033[33m"; CYAN="\033[36m"; RST="\033[0m"
|
||||
ok() { echo -e "${GREEN}✅ $1${RST}"; }
|
||||
fail() { echo -e "${RED}❌ $1${RST}"; ((FAILS++)); }
|
||||
warn() { echo -e "${YELLOW}⚠️ $1${RST}"; }
|
||||
hdr() { echo -e "\n${CYAN}── $1 ──${RST}"; }
|
||||
FAILS=0
|
||||
|
||||
hdr "1. Hammerspoon"
|
||||
if pgrep -x Hammerspoon >/dev/null; then ok "Hammerspoon запущен (pid $(pgrep -x Hammerspoon))"
|
||||
else fail "Hammerspoon не запущен → open -a Hammerspoon"; fi
|
||||
|
||||
if [ -f ~/.hammerspoon/init.lua ]; then ok "init.lua на месте"
|
||||
else fail "~/.hammerspoon/init.lua отсутствует"; fi
|
||||
|
||||
hdr "2. Accessibility (TCC)"
|
||||
TCC=$(echo " " | sudo -S sqlite3 "/Library/Application Support/com.apple.TCC/TCC.db" \
|
||||
"SELECT auth_value FROM access WHERE service='kTCCServiceAccessibility' AND client='org.hammerspoon.Hammerspoon'" 2>/dev/null)
|
||||
case "$TCC" in
|
||||
2) ok "Hammerspoon Accessibility: ALLOWED" ;;
|
||||
0) fail "Hammerspoon Accessibility: DENIED → System Settings → Universal Access → включить" ;;
|
||||
"") fail "Hammerspoon в TCC отсутствует → System Settings → Universal Access → добавить и включить" ;;
|
||||
*) warn "Hammerspoon TCC: $TCC (странное значение)" ;;
|
||||
esac
|
||||
|
||||
hdr "3. Скрипт диктовки"
|
||||
if [ -x ~/bin/groq-dictate.sh ]; then ok "~/bin/groq-dictate.sh executable"
|
||||
else fail "~/bin/groq-dictate.sh отсутствует или не +x"; fi
|
||||
|
||||
hdr "4. Зависимости"
|
||||
for cmd in ffmpeg jq curl whisper-cli osascript; do
|
||||
if command -v "$cmd" >/dev/null; then ok "$cmd найден ($(command -v $cmd))"
|
||||
else fail "$cmd не установлен → brew install $cmd"; fi
|
||||
done
|
||||
|
||||
hdr "5. Модели"
|
||||
if [ -f "$HOME/.cache/whisper-cpp/ggml-tiny-q5_1.bin" ]; then
|
||||
SIZE=$(ls -lh "$HOME/.cache/whisper-cpp/ggml-tiny-q5_1.bin" | awk '{print $5}')
|
||||
ok "whisper-cpp tiny: $SIZE"
|
||||
else
|
||||
warn "локальная модель whisper-cpp отсутствует (fallback будет недоступен)"
|
||||
fi
|
||||
|
||||
hdr "6. Groq API"
|
||||
HTTP=$(curl -sS -o /tmp/_groq_test.json -w "%{http_code}" --max-time 10 \
|
||||
-H "Authorization: Bearer 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" \
|
||||
https://api.groq.com/openai/v1/models 2>/dev/null)
|
||||
case "$HTTP" in
|
||||
200) ok "Groq API отвечает (HTTP 200)" ;;
|
||||
401) fail "Groq: 401 — ключ невалиден или просрочен" ;;
|
||||
403) fail "Groq: 403 — доступ запрещён (возможно, RU IP заблокирован)" ;;
|
||||
429) warn "Groq: 429 — rate limit, подожди" ;;
|
||||
000) fail "Groq не отвечает (нет сети?)" ;;
|
||||
*) fail "Groq HTTP $HTTP" ;;
|
||||
esac
|
||||
rm -f /tmp/_groq_test.json
|
||||
|
||||
hdr "7. Микрофон"
|
||||
DEFAULT_MIC=$(system_profiler SPAudioDataType 2>/dev/null | awk '/Default Input Device: Yes/{found=1} found && /Input Source:/{print $3, $4, $5; exit}')
|
||||
[ -n "$DEFAULT_MIC" ] && ok "Default mic: $DEFAULT_MIC" || warn "Не удалось определить default mic"
|
||||
|
||||
hdr "8. Fn-key behavior"
|
||||
FN_PREF=$(defaults read com.apple.HIToolbox AppleFnUsageType 2>/dev/null)
|
||||
case "$FN_PREF" in
|
||||
0) ok "Fn = 'действие не требуется' (правильно)" ;;
|
||||
1) warn "Fn = 'переключает источник ввода' — конфликт с диктовкой" ;;
|
||||
2) warn "Fn = 'эмодзи панель' — конфликт" ;;
|
||||
3) warn "Fn = 'начинает Apple Dictation' — КОНФЛИКТ! Поменяй на 'Не требуется'" ;;
|
||||
*) warn "Fn behavior unknown: $FN_PREF" ;;
|
||||
esac
|
||||
|
||||
hdr "9. Лог последних попыток"
|
||||
[ -f /tmp/groq-dictate.log ] && tail -10 /tmp/groq-dictate.log || warn "Лог пуст"
|
||||
|
||||
echo
|
||||
if [ $FAILS -eq 0 ]; then
|
||||
echo -e "${GREEN}═══ Всё в порядке ═══${RST}"
|
||||
exit 0
|
||||
else
|
||||
echo -e "${RED}═══ Найдено проблем: $FAILS ═══${RST}"
|
||||
exit 1
|
||||
fi
|
||||
70
snippets/mac-dictation/groq-dictate.sh
Executable file
70
snippets/mac-dictation/groq-dictate.sh
Executable file
@@ -0,0 +1,70 @@
|
||||
#!/bin/bash
|
||||
# Toggle dictation: ⌘⇧D / Fn → запись с микрофона; повторное нажатие → Groq Whisper → текст в /tmp/groq-dictate.last
|
||||
# Hammerspoon Lua callback вставляет через hs.eventtap.keyStroke({"cmd"},"v") в активное окно.
|
||||
# Fallback: если Groq недоступен (нет сети / 429 / 5xx) → локальный whisper-cli (whisper-cpp tiny ru).
|
||||
|
||||
PID_FILE="/tmp/groq-dictate.pid"
|
||||
WAV_FILE="/tmp/groq-dictate.wav"
|
||||
WAV_16K="/tmp/groq-dictate-16k.wav"
|
||||
OUT_FILE="/tmp/groq-dictate.last"
|
||||
LOG="/tmp/groq-dictate.log"
|
||||
GROQ_KEY="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"
|
||||
WHISPER_MODEL="$HOME/.cache/whisper-cpp/ggml-tiny-q5_1.bin"
|
||||
|
||||
log() { echo "[$(date +%H:%M:%S)] $*" >> "$LOG"; }
|
||||
notify() { osascript -e "display notification \"$1\" with title \"Groq Dictate\""; }
|
||||
|
||||
groq_transcribe() {
|
||||
local response
|
||||
response=$(curl -sS -X POST "https://api.groq.com/openai/v1/audio/transcriptions" \
|
||||
-H "Authorization: Bearer $GROQ_KEY" \
|
||||
-F "file=@$WAV_FILE" \
|
||||
-F "model=whisper-large-v3-turbo" \
|
||||
-F "language=ru" \
|
||||
-F "response_format=json" \
|
||||
--max-time 15 2>/dev/null) || return 1
|
||||
local code
|
||||
code=$(echo "$response" | jq -r '.error.code // empty' 2>/dev/null)
|
||||
[ -n "$code" ] && { log "Groq error: $response"; return 1; }
|
||||
echo "$response" | jq -r '.text // empty' 2>/dev/null | sed 's/^ *//;s/ *$//'
|
||||
}
|
||||
|
||||
local_transcribe() {
|
||||
[ ! -f "$WHISPER_MODEL" ] && { log "no local model: $WHISPER_MODEL"; return 1; }
|
||||
ffmpeg -hide_banner -loglevel error -i "$WAV_FILE" -ar 16000 -ac 1 -y "$WAV_16K" 2>>"$LOG" || return 1
|
||||
whisper-cli -m "$WHISPER_MODEL" -l ru -nt -np "$WAV_16K" 2>>"$LOG" | sed 's/^ *//;s/ *$//' | tr -d '\n'
|
||||
}
|
||||
|
||||
if [ -f "$PID_FILE" ]; then
|
||||
# === STOP & TRANSCRIBE ===
|
||||
PID=$(cat "$PID_FILE")
|
||||
log "STOP pid=$PID"
|
||||
kill -INT "$PID" 2>/dev/null
|
||||
for i in 1 2 3 4 5; do kill -0 "$PID" 2>/dev/null || break; sleep 0.1; done
|
||||
rm -f "$PID_FILE"
|
||||
|
||||
if [ ! -s "$WAV_FILE" ]; then
|
||||
log "ERR empty wav"; notify "Запись пустая"; exit 1
|
||||
fi
|
||||
|
||||
log "POST size=$(stat -f%z "$WAV_FILE")B"
|
||||
TEXT=$(groq_transcribe)
|
||||
if [ -z "$TEXT" ]; then
|
||||
log "Groq fail → trying local whisper-cli"
|
||||
notify "☁️→💻 Groq не отвечает, локальная модель"
|
||||
TEXT=$(local_transcribe)
|
||||
[ -z "$TEXT" ] && { log "Local also empty"; notify "Не распознано"; exit 1; }
|
||||
log "LOCAL DONE: $TEXT"
|
||||
else
|
||||
log "GROQ DONE: $TEXT"
|
||||
fi
|
||||
|
||||
printf '%s' "$TEXT" > "$OUT_FILE"
|
||||
else
|
||||
# === START RECORDING ===
|
||||
rm -f "$WAV_FILE" "$WAV_16K" "$OUT_FILE"
|
||||
log "START → $WAV_FILE"
|
||||
ffmpeg -hide_banner -loglevel error -f avfoundation -i ":0" -ar 16000 -ac 1 -y "$WAV_FILE" >/dev/null 2>>"$LOG" &
|
||||
echo $! > "$PID_FILE"
|
||||
notify "🎙️ Говори"
|
||||
fi
|
||||
52
snippets/mac-dictation/init.lua
Normal file
52
snippets/mac-dictation/init.lua
Normal file
@@ -0,0 +1,52 @@
|
||||
-- Groq Dictate: trigger по одиночному нажатию Fn (Globe)
|
||||
-- Fn нельзя биндить через hs.hotkey, поэтому слушаем flagsChanged
|
||||
|
||||
local SCRIPT = os.getenv("HOME") .. "/bin/groq-dictate.sh"
|
||||
|
||||
local function runScript()
|
||||
hs.task.new("/bin/bash", function(exitCode, stdOut, stdErr)
|
||||
local f = io.open("/tmp/groq-dictate.last", "r")
|
||||
if f then
|
||||
local text = f:read("*a")
|
||||
f:close()
|
||||
os.remove("/tmp/groq-dictate.last")
|
||||
if text and #text > 0 then
|
||||
hs.pasteboard.setContents(text)
|
||||
-- keycode 9 = физическая V, в обход keymap lookup чтобы не спамить warnings на ru-раскладке
|
||||
hs.eventtap.event.newKeyEvent({"cmd"}, 9, true):post()
|
||||
hs.eventtap.event.newKeyEvent({"cmd"}, 9, false):post()
|
||||
end
|
||||
end
|
||||
end, {SCRIPT}):start()
|
||||
end
|
||||
|
||||
-- Отслеживаем Fn: keycode 63 — это physical Fn/Globe
|
||||
-- Триггер по press (а не по release), чтобы было снапи
|
||||
local fnPressed = false
|
||||
local fnTime = 0
|
||||
|
||||
fnTap = hs.eventtap.new({hs.eventtap.event.types.flagsChanged}, function(event)
|
||||
local kc = event:getKeyCode()
|
||||
if kc ~= 63 then return false end -- 63 = Fn/Globe
|
||||
|
||||
local flags = event:getFlags()
|
||||
local now = hs.timer.absoluteTime() / 1e6 -- ms
|
||||
|
||||
if flags.fn and not fnPressed then
|
||||
-- Fn pressed
|
||||
fnPressed = true
|
||||
fnTime = now
|
||||
elseif (not flags.fn) and fnPressed then
|
||||
-- Fn released
|
||||
fnPressed = false
|
||||
local elapsed = now - fnTime
|
||||
-- Только короткое нажатие (<400ms) триггерит — long-press для других целей
|
||||
if elapsed < 400 then
|
||||
runScript()
|
||||
end
|
||||
end
|
||||
return false -- не блокировать event для других слушателей
|
||||
end)
|
||||
fnTap:start()
|
||||
|
||||
hs.alert.show("Groq Dictate: Fn (Globe) ready")
|
||||
Reference in New Issue
Block a user