CopySpeak: TTS aus der Zwischenablage unter Windows mit Rust

CopySpeak: Open-Source-Zwischenablage-TTS-App für Windows

CopySpeak ist eine Desktop-App auf Basis von Tauri v2, die Text automatisch aus der Windows-Zwischenablage übernimmt und mit lokalen oder Cloud-TTS-Engines vorliest. Das Projekt legt Wert auf minimalen Ressourcenverbrauch: Rust-Backend für geringen Ressourcenverbrauch, Frontend mit Svelte 5, TypeScript und Vite für schnelle Entwicklung.

Der Tech-Stack umfasst Bun v1.3 als Paketmanager, rodio für die Audioverarbeitung sowie shadcn-svelte UI-Komponenten mit Tailwind CSS v4.2. So lässt sich die App selbst auf schwachen PCs ohne GPU-Abhängigkeiten im Basismodus ausführen.

Aktivierungsmodi und TTS-Engines

Die App unterstützt drei Möglichkeiten, die Wiedergabe auszulösen:

• Doppel-Kopieren: Text wird 1,5 Sekunden nach dem zweiten Kopieren vorgelesen.
• Hotkeys: anpassbare Kombinationen für sofortigen Start.
• Manueller Input: Text einfügen und Play drücken.

Fünf TTS-Engines für verschiedene Szenarien:

• Kitten TTS (Standard): ONNX-Modell für CPU, 8 integrierte Stimmen, optimiert für Geschwindigkeit.
• Piper TTS: lokale CLI mit >20 EN/US-Stimmen, ideal für Offline-Nutzung.
• Kokoro TTS: lokale CLI mit mehreren Stimmen, Fokus auf Qualität.
• OpenAI TTS: Cloud-API, 9 Stimmen, hohe Natürlichkeit.
• ElevenLabs TTS: Cloud-API mit benutzerdefinierter Stimmbibliothek.

Engines in den Einstellungen wechseln – ohne Neustart.

Oberfläche und Visualisierung

Das HUD-Overlay ist zentral: schwebendes Fenster zeigt Echtzeit-Audio-Wellenform über anderen Apps. Ideal, um die Generierung zu überwachen, ohne den Fokus zu verlieren.

Generierungsverlauf ist dauerhaft gespeichert: unterstützt Wiedergabe, Löschen und Stapelverarbeitung von Einträgen. Audio als MP3, OGG oder FLAC speichern – mit Auswahl des Ausgabegeräts.

Einstellungen für Feinabstimmung

Einstellungen nach Kategorien sortiert:

• Allgemein: Autostart mit Windows, Debug-Modus mit Logs.
• Wiedergabe: Geschwindigkeit 0,25x–4x, Tonhöhe 0,5x–2x, Lautstärke.
• Text: Markdown-Markup entfernen, Satzzeichen normalisieren.
• Audio: Geräteauswahl, Ausgabeformat, Dateispeicherung.
• UI: Dark/Light-Theme.

So kannst du die App perfekt an deinen Entwicklungs-Workflow anpassen – vom schnellen Vorlesen von Logs bis zum Zuhören von Dokumenten.

Wichtigste Funktionen

• Lokale Engines (Kitten, Piper, Kokoro) laufen offline mit minimaler CPU-Last.
• HUD und Hotkeys integrieren sich nahtlos in jeden Workflow – ohne Ablenkung.
• Open-Source-Code auf GitHub erlaubt Anpassung des Stacks nach deinen Bedürfnissen.
• Cloud-API-Unterstützung für Premium-Stimmen, ohne lokale Features zu verlieren.
• Verlauf und Audio-Speicherung erleichtern die Wiederverwendung generierter Dateien.

— Editorial Team