Про це свідчать дані кейс-стаді розробки проєкту та офіційна презентація продукту компанії Codebridge.
Застосунок функціонує за механікою Push-to-Talk. Затискання однієї гарячої клавіші активує звичайне диктування, а комбінація клавіш запускає автоматичний переклад розпізнаного мовлення на обрану мову. Розпізнаний текст одразу з’являється у місці розташування курсора в будь-якому софті — Slack, Figma, Terminal, текстових редакторах чи середовищах розробки. При цьому Lispr зберігає попередньо скопійовані у буфер обміну дані.
Програма підтримує переклад на 32 мови, зокрема українську, англійську, німецьку, іспанську, японську та арабську. Серед додаткових функцій — можливість налаштування власного словника (галузева термінологія, назви продуктів, ідентифікатори коду), який враховується під час розпізнавання та перекладу.
Технічна архітектура та захист даних
Для розпізнавання мовлення використовується модель Whisper large-v3-turbo, а для миттєвого перекладу — модель gpt-oss-120b. Потік аудіоданих транслюється у форматі Opus (24 кбіт/с, пакети по 20 мс). Оптимізований стримінговий потік забезпечує розшифрування фрази із затримкою близько 0,35 секунди для диктування та до 0,7 секунди для перекладу. Медіанна затримка на сервері становить 346 мс.
Клієнтську частину реалізовано під macOS (нативний додаток обсягом 3,67 МБ на Swift з використанням AppKit, AVFoundation та AudioToolbox) та Windows (.NET 8 та WPF з інсталятором обсягом 14 МБ, підписаним через Microsoft Azure Trusted Signing).
Серверна частина (Edge) побудована на Cloudflare Workers (обробка займає близько 1 мс CPU на диктування) із використанням Durable Objects як гео-реле для обходу геоблокувань ASR-провайдерів та R2 buckets.
Lispr працює без обов’язкової реєстрації чи створення облікового запису. Аудіопотік передається зашифрованим з’єднанням і видаляється одразу після обробки, не використовуючись для навчання моделей чи збереження на серверах.
Монетизація Lispr
За перші три тижні з моменту запуску застосунок зафіксував 46 011 диктувань та понад 1,1 млн згенерованих слів у 29 країнах. Найбільшу кількість користувачів зафіксовано в Україні (8 590 диктувань), Індонезії (7 690) та Німеччині (1 730). Для розробки використовувалася мультиагентна ШІ-система, яка залучалася до кодингу, тестування та локалізації.
Застосунок розповсюджується за фріміум-моделлю: доступна безкоштовна версія та тариф Pro за $4,49/міс. Для порівняння, іноземний аналог Wispr Flow коштує $15/міс і вимагає обов’язкової реєстрації, тоді як системне диктування Windows та macOS не має вбудованого миттєвого перекладу та автоматичного визначення багатьох мов. Перші 1000 користувачів можуть отримати преміум-доступ безкоштовно.
У подальших планах Codebridge — випуск додатка для iOS у вигляді розширення клавіатури та для Android через AccessibilityService, а також реалізація гібридного локального режиму розпізнавання.
/
Українська IT-компанія Codebridge створила голосовий застосунок Lispr, який дозволяє перетворювати мовлення на текст і здійснювати миттєвий переклад безпосередньо у місці розташування курсора в будь-якому додатку. Програма підтримує автоматичне визначення близько 99 мов та працює без обов’язкової реєстрації чи збору персональних даних.
