Создание локального приложения для преобразования речи в текст на macOS с помощью Claude Code: пример Vext

Разработчик поделился опытом создания Vext — нативного приложения для macOS, преобразующего голос в текст полностью на устройстве с помощью Whisper на Apple Neural Engine. Никаких облаков, аккаунтов или подписок. Приложение использует ядро на Rust с UI на Swift/SwiftUI и Core ML для инференса, а Claude Code выступал в роли основного помощника по коду.

Ключевые возможности

• Зажмите горячую клавишу в любом приложении → говорите → отпустите → текст появится у курсора
• Транскрибирует 60 секунд аудио за ~400 мс (в 150 раз быстрее реального времени)
• Умная очистка: удаляет слова-паразиты, структурирует речь для удобства чтения
• Перевод в реальном времени на 99+ языков
• Транскрибация встреч с диаризацией дикторов + автосуммирование
• Запись экрана во время голосовой записи (автоматически прикрепляет скриншоты)

Успехи с Claude Code

• Whisper на Apple Silicon: Помог итеративно подбирать стратегии квантизации, разбиения модели и компоновки памяти для конвертации в Core ML для эффективной работы на Neural Engine.
• Архитектура системы горячих клавиш: Предложил использовать CGEventTap с правильными правами доступности и помог отладить состояния гонки между запуском/остановкой записи и вставкой в буфер обмена.
• Rust ↔ Swift FFI: Сгенерировал FFI-привязки и выявил несколько проблем с безопасностью памяти в слое C-интерфейса.

Ограничения Claude Code

• С трудом справлялся с нюансами macOS-specific API, которые плохо задокументированы онлайн — для обработки граничных случаев CGEventTap пришлось напрямую изучать заголовочные файлы Apple.
• Окно контекста стало узким местом при работе с полной кодовой базой Rust + Swift; разработчик разделил проект на модули и работал над каждым по отдельности.

Цены

Бесплатно для загрузки и тестирования на getvext.app. Единоразовый платёж $49 за полную версию (без подписки). Промокод VEXT50 даёт скидку 50%.