BetterWispr: Đọc chính tả mã nguồn mở cho Mac, xử lý hoàn toàn trên máy

BetterWispr - ứng dụng đọc chính tả cục bộ cho Mac

Trong bối cảnh các dịch vụ đọc chính tả bằng AI ngày càng phổ biến nhưng hầu hết đều yêu cầu gửi dữ liệu lên đám mây, một dự án mã nguồn mở mới mang tên BetterWispr đang thu hút sự chú ý của cộng đồng công nghệ. Ứng dụng này cho phép người dùng nhấn giữ tổ hợp Option + Space trong bất kỳ ứng dụng nào để nói, sau đó nhận lại văn bản đã được làm sạch và định dạng theo phong cách riêng.

Điểm khác biệt lớn nhất của BetterWispr là toàn bộ quá trình nhận dạng giọng nói diễn ra ngay trên máy Mac của người dùng, không cần tài khoản, không có cơ chế dự phòng qua đám mây và hoàn toàn miễn phí theo giấy phép Apache 2.0. Dự án hiện đã có mặt trên Hacker News và thu hút sự quan tâm đáng kể từ giới lập trình viên.

Xử lý cục bộ – không có dữ liệu nào bị tải lên

Triết lý cốt lõi của BetterWispr là "giọng nói của bạn ở lại trên máy Mac". Các mô hình nhận dạng giọng nói được tải về một lần rồi sau đó hoạt động hoàn toàn ngoại tuyến. Người dùng có thể sử dụng ứng dụng mà không cần kết nối internet, miễn là mô hình ngôn ngữ đã được cài đặt sẵn.

Ứng dụng hỗ trợ nhiều mô hình nhận dạng khác nhau, bao gồm:

• Apple Speech tích hợp sẵn trong hệ điều hành
• Parakeet TDT v3 hỗ trợ 25 ngôn ngữ châu Âu
• Parakeet Japanese dành riêng cho tiếng Nhật
• Whisper Large v3 Turbo với khả năng đa ngôn ngữ rộng
• Tùy chọn API riêng tương thích với Sarvam AI, Smallest AI hoặc OpenAI

Người dùng cũng có thể cấu hình tổ hợp phím tắt tùy chỉnh với ⌘, ⌥, ⌃ hoặc các phím chức năng.

Làm sạch văn bản và phong cách viết theo từng ứng dụng

Một trong những điểm mạnh của BetterWispr là khả năng tự động loại bỏ các từ đệm tiếng Anh như "um", "uh", các từ lặp lại và những câu nói dở dang. Người dùng có ba mức độ làm sạch:

• None: giữ nguyên mọi từ, thích hợp khi cần độ chính xác tuyệt đối
• Light: mức mặc định, loại bỏ từ đệm và các câu nói lặp
• Medium: chỉnh sửa thêm để câu văn rõ ràng hơn nhờ mô hình ghi chú cục bộ

Đặc biệt, BetterWispr cho phép thiết lập phong cách viết riêng cho từng loại ứng dụng. Chế độ "rất thân mật" sẽ bỏ cả dấu chấm cuối câu lẫn chữ viết hoa, phù hợp khi nhắn tin cá nhân. Chế độ "trang trọng" giữ nguyên văn phong gốc, thích hợp cho email công việc.

Người dùng cũng có thể ra lệnh bằng giọng nói như "dấu phẩy", "dấu chấm hỏi", "xuống dòng" hay "xóa câu vừa nói" để chỉnh sửa trực tiếp trong lúc đọc.

Tự học từ vựng và ghi chú cuộc họp

BetterWispr có khả năng học tên riêng và thuật ngữ chuyên ngành của người dùng. Khi bạn sửa một từ bị nhận dạng sai trong lịch sử hoặc ngay sau khi dán, ứng dụng sẽ ghi nhớ cách viết đúng cho lần sau. Ví dụ, "post gress" sẽ được tự động sửa thành Postgres, "type script" thành TypeScript.

Tính năng Notetaker cho phép ghi chú cuộc họp: ứng dụng phiên âm giọng nói của bạn thành "Me" và âm thanh từ các ứng dụng khác thành "Them", sau đó dùng Apple Intelligence hoặc Ollama để tạo bản tóm tắt, các quyết định và danh sách việc cần làm – tất cả đều diễn ra trên máy Mac.

Cập nhật an toàn và minh bạch

Các bản cập nhật của BetterWispr được phân phối từ GitHub Releases thông qua framework Sparkle và chỉ được cài đặt khi chữ ký EdDSA khớp hoàn toàn. Toàn bộ mã nguồn có thể được kiểm tra công khai, và người dùng có thể tự build bằng lệnh make dev.

Ứng dụng yêu cầu macOS 14 trở lên, khuyến nghị dùng chip Apple Silicon để đạt hiệu năng suy luận mô hình tốt nhất. Các quyền cần thiết bao gồm microphone (ghi âm), trợ năng (tự động chèn văn bản) và nhận dạng giọng nói (khi dùng Apple Speech).

Ý nghĩa với người dùng Việt Nam

Với cộng đồng người dùng Mac tại Việt Nam, BetterWispr mang đến một lựa chọn đáng cân nhắc nhờ tính riêng tư cao và không phát sinh chi phí đăng ký. Tuy nhiên, cần lưu ý rằng các tính năng làm sạch từ đệm, phong cách viết và lệnh thoại hiện chỉ hoạt động với tiếng Anh. Hỗ trợ đa ngôn ngữ phụ thuộc vào mô hình được chọn – Whisper có khả năng nhận dạng tiếng Việt tốt hơn so với các mô hình Parakeet.

BetterWispr là ví dụ điển hình cho xu hướng đưa AI về thiết bị đầu cuối (on-device AI), giúp người dùng kiểm soát hoàn toàn dữ liệu cá nhân trong khi vẫn tận dụng được sức mạnh của các mô hình ngôn ngữ hiện đại.

Với giấy phép mã nguồn mở Apache 2.0 và kiến trúc ưu tiên quyền riêng tư, BetterWispr hứa hẹn là một đối thủ đáng gờm cho các dịch vụ đọc chính tả thương mại như Superwhisper hay Wispr Flow.