Sprach-Eingabe Claude Russisch Offline

Lokaler Sprachinput für Claude auf Russisch: In einem Abend gebaut

Ein Flask-Server auf localhost:5555 empfängt Audio von einer Chrome-Erweiterung, transkribiert es lokal mit Whisper (small-Modell) und sendet den Text ins Eingabefeld von Claude.ai. Eine Menüleisten-App mit rumps steuert Start und Stopp, das Menü-Symbol wechselt von 🤖 zu 🎤. Alles läuft vollständig offline, ohne Limits, komplett kostenlos. Funktioniert auf macOS, leicht anpassbar für Linux.

Voraussetzungen

Installiere die Abhängigkeiten:

• Whisper: brew install openai-whisper
• ffmpeg: brew install ffmpeg
• Python 3 und Chrome

Teste Whisper:

whisper --version

Suche nach Russisch in der Ausgabe. Richte die Projektstruktur ein:

mkdir -p ~/projects/whisper-claude
cd ~/projects/whisper-claude
python3 -m venv venv
source venv/bin/activate
pip install flask flask-cors rumps
mkdir -p extension/icons

Ein virtuelles Environment ist auf macOS Ventura+ essenziell, um Konflikte mit dem System-Python zu vermeiden.

Transkriptionsserver (server.py)

Der Server verarbeitet POST /transcribe mit base64- oder Datei-Audio, ruft Whisper mit --language ru --fp16 False auf (maßgeblich für Apple Silicon) und liefert JSON mit dem Text zurück. Enthält /ping- und /shutdown-Endpunkte.

from flask import Flask, request, jsonify
from flask_cors import CORS
import subprocess
import tempfile
import os
import threading

app = Flask(__name__)
CORS(app)

WHISPER_PATH = "/opt/homebrew/bin/whisper"
WHISPER_MODEL = "small"
PORT = 5555

@app.route("/ping", methods=["GET"])
def ping():
    return jsonify({"status": "ok"})

@app.route("/transcribe", methods=["POST"])
def transcribe():
    if "audio" not in request.files:
        return jsonify({"error": "No audio file found"}), 400

    audio_file = request.files["audio"]

    with tempfile.NamedTemporaryFile(suffix=".webm", delete=False) as tmp:
        tmp_path = tmp.name
        audio_file.save(tmp_path)

    try:
        result = subprocess.run(
            [
                WHISPER_PATH, tmp_path,
                "--model", WHISPER_MODEL,
                "--language", "ru",
                "--output_format", "txt",
                "--output_dir", tempfile.gettempdir(),
                "--fp16", "False",
            ],
            capture_output=True, text=True, timeout=60
        )

        txt_path = tmp_path.replace(".webm", ".txt")
        if os.path.exists(txt_path):
            with open(txt_path, "r", encoding="utf-8") as f:
                text = f.read().strip()
            os.unlink(txt_path)
        else:
            text = result.stdout.strip()

        return jsonify({"text": text})

    except subprocess.TimeoutExpired:
        return jsonify({"error": "Timeout"}), 500
    except Exception as e:
        return jsonify({"error": str(e)}), 500
    finally:
        os.unlink(tmp_path)

@app.route("/shutdown", methods=["POST"])
def shutdown():
    threading.Timer(0.5, lambda: os._exit(0)).start()
    return jsonify({"status": "shutting down"})

if __name__ == "__main__":
    print(f"[Whisper] Starting on port {PORT}, model: {WHISPER_MODEL}")
    app.run(host="127.0.0.1", port=PORT, debug=False)

Wichtiger Tipp: --fp16 False verhindert Abstürze auf M1/M2/M3-Chips.

Menüleisten-Steuerung (menubar.py)

Die App prüft alle 5 Sekunden die Ports mit rumps.Timer, startet/stoppt Server in Threads. TOOLS-Konfig erlaubt das Hinzufügen von Services mit einer Zeile. Status als Emojis: ✅ läuft, ⏸ pausiert.

import rumps
import subprocess
import threading
import os
import time
import urllib.request

BASE_DIR = "~/projects/whisper-claude"
VENV_PYTHON = os.path.join(BASE_DIR, "venv/bin/python3")

TOOLS = [
    {
        "name": "Whisper → Claude",
        "script": os.path.join(BASE_DIR, "server.py"),
        "port": 5555,
        "description": "Russischer Sprachinput",
    },
]

# ... (Rest des Codes wie im Original, gekürzt für Beispiel)

class AILauncher(rumps.App):
    # Implementierung wie oben
    pass

if __name__ == "__main__":
    AILauncher().run()

Vollständiger Code enthält ToolController mit Toggle, check_all und sauberem Shutdown.

Chrome-Erweiterung

manifest.json (MV3):

{
  "manifest_version": 3,
  "name": "Whisper for Claude",
  "version": "1.0",
  "permissions": ["activeTab", "scripting"],
  "host_permissions": [
    "https://claude.ai/*",
    "http://127.0.0.1:5555/*"
  ],
  "content_scripts": [
    {
      "matches": ["https://claude.ai/*"],
      "js": ["content.js"],
      "run_at": "document_end"
    }
  ],
  "background": {
    "service_worker": "background.js"
  }
}

background.js behandelt gemischten Content: base64-Audio aus content.js → fetch im Background → Server.

const SERVER_URL = "http://127.0.0.1:5555";

chrome.runtime.onMessage.addListener((message, sender, sendResponse) => {
  if (message.action === "transcribe") {
    handleTranscribe(message.audio).then(sendResponse);
    return true;
  }
});

async function handleTranscribe(base64Audio) {
  // base64 zu Blob zu FormData zu POST /transcribe
}

Content.js fügt einen 🎤-Button neben dem Eingabefeld hinzu und erfasst MediaRecorder.

Highlights

• Lokales Whisper small-Modell: ~1 GB, transkribiert Russisch offline in 10-30 Sekunden.
• Erweiterbare Architektur: Neue AI-Tools zu TOOLS hinzufügen ohne Code-Änderungen.
• Sicherheit: Nur localhost, keine Cloud-Anrufe, CORS für Chrome.
• Kompatibilität: macOS Apple Silicon (fp16=False), Linux mit Pfadanpassungen.
• Performance: 60-Sekunden-Timeout, automatisches Tempfile-Cleanup.

— Editorial Team