fulltalk dev
Ditado push-to-talk 100% local, escrito em Rust
- Rust
- egui
- ONNX Runtime
- NVIDIA Parakeet
- Wayland
- AT-SPI
Code is cheap, show me the talk. O fulltalk dev é um app de ditado para desenvolvedores: você segura Alt+S em qualquer aplicativo, fala em português e solta. A transcrição é colada no campo que está com foco, seja um editor, um terminal ou um chat. Tudo roda localmente, na CPU, e nada sai da sua máquina.

O que ele faz
- Segure para falar: atalho configurável em qualquer lugar do sistema, ou clique no microfone para começar e parar.
- Cola onde você está: se um campo de texto ou terminal tem foco, a transcrição é colada ali (com
Ctrl+Shift+Vnos terminais Linux). Em qualquer outro lugar, vai para a área de transferência. - Últimas 5 transcrições a um clique, persistidas entre reinícios.
- Sempre no topo, nunca no caminho: uma janela flutuante compacta que não rouba o foco e pode ser minimizada a um ponto na tela.
- 100% local e offline depois do download único do modelo (~670 MB). Sem GPU.
- Leve: um binário de ~40 MB, cerca de 0,8 GB de RAM (quase tudo é o modelo) e ~0% de CPU em repouso.

Performance
Medido num Intel i7-8550U (notebook de 2017, 4 núcleos), build de release:
Métrica | Valor |
|---|---|
Latência de transcrição, 5 s de fala | ≈ 0,5 s |
Carga do modelo ao iniciar | ≈ 3,5 s |
Memória residente em repouso | ≈ 800 MB |
CPU em repouso | ≈ 0% |
Duas otimizações derrubaram o uso de memória de 1,5 GB: o modo lean do ONNX Runtime, que desliga o pre-packing de pesos (economiza ~450 MB por cerca de 12% a mais de latência), e um limiar de mmap fixo na glibc, que impede que centenas de MB de temporários do carregamento do modelo fiquem presos nas arenas de malloc por thread.
Arquitetura
O projeto segue ports and adapters, dividido em quatro crates:
fulltalk-core: máquina de estados da sessão, detecção do atalho, política de colar ou copiar, DSP de áudio, histórico e persistência. Sem I/O e semunsafe, com 97 testes unitários e testes de propriedade.fulltalk-asr: engine Parakeet e um instalador de modelo que verifica tamanho e SHA-256 de cada arquivo contra uma revisão fixada.fulltalk-platform: adaptadores por sistema operacional (atalho global, detecção de foco, teclado virtual, clipboard).fulltalk: o app em egui (controller, gravador, workers e interface).
Decisões que valem destaque
- O fluxo é uma máquina de estados pura.
Session::handle(Input) -> Vec<Effect>concentra todas as regras, cada uma testada sem áudio, modelo ou janela. - Colar é uma decisão deliberada. O app sonda o foco antes, sempre preenche o clipboard e só envia o atalho de colar quando sabe que há um campo de texto ou terminal com foco.
- Wayland tratado como plataforma de verdade. Atalho via portal de global shortcuts do desktop (com fallback para evdev), janela sempre no topo via XWayland e colagem por um teclado virtual uinput.
- Detecção de foco como um leitor de tela: eventos AT-SPI no Linux, UI Automation no Windows e AX no macOS, com busca limitada no tempo para que um app travado nunca trave o ditado.
- Nada bloqueia a thread de UI: download, carga do modelo, inferência e entrega rodam em workers.
Roda em Linux (X11 e Wayland), Windows e macOS, instalado com um único comando por plataforma.
// screenshots