CopySpeak : TTS à partir du presse-papiers sur Windows avec Rust

CopySpeak : Application TTS open source pour le presse-papiers sous Windows

CopySpeak est une application de bureau construite sur Tauri v2 qui récupère automatiquement le texte du presse-papiers Windows et le lit à voix haute à l'aide de moteurs TTS locaux ou cloud. Le projet met l'accent sur une empreinte minimale : backend Rust pour une faible utilisation des ressources, frontend construit avec Svelte 5, TypeScript et Vite pour un développement rapide.

La pile technologique inclut Bun v1.3 comme gestionnaire de paquets, rodio pour le traitement audio, et les composants UI shadcn-svelte avec Tailwind CSS v4.2. Cela permet d'exécuter l'application même sur des PC bas de gamme sans dépendances GPU en mode basique.

Modes d'activation et moteurs TTS

L'application prend en charge trois façons de déclencher la lecture :

• Double copie : le texte est lu 1,5 seconde après la deuxième copie.
• Raccourcis clavier : combinaisons personnalisables pour un lancement instantané.
• Saisie manuelle : coller le texte et appuyer sur lecture.

Cinq moteurs TTS disponibles pour différents scénarios :

• Kitten TTS (par défaut) : modèle ONNX pour CPU, 8 voix intégrées, optimisé pour la vitesse.
• Piper TTS : CLI local avec >20 voix EN/US, idéal pour une utilisation hors ligne.
• Kokoro TTS : CLI local avec plusieurs voix, axé sur la qualité.
• OpenAI TTS : API cloud, 9 voix, grande naturalité.
• ElevenLabs TTS : API cloud avec bibliothèque de voix personnalisées.

Changez de moteur dans les paramètres sans redémarrer.

Interface et visualisation

La superposition HUD est essentielle : fenêtre flottante affichant la forme d'onde audio en temps réel par-dessus les autres applications. Parfait pour surveiller la génération sans perdre le focus.

L'historique de génération est persistant : prend en charge la lecture, la suppression et le traitement par lots des enregistrements. Enregistrez l'audio en MP3, OGG ou FLAC avec sélection de l'appareil de sortie.

Paramètres pour un réglage fin

Paramètres regroupés par catégorie :

• Général : démarrage automatique avec Windows, mode débogage avec logs.
• Lecture : vitesse 0,25x–4x, tonalité 0,5x–2x, volume.
• Texte : supprimer les balises Markdown, normaliser la ponctuation.
• Audio : sélection de l'appareil, format de sortie, sauvegarde de fichiers.
• Interface : thème sombre/clair.

Cela vous permet de l'ajuster à votre flux de travail de développement — de la lecture rapide de logs à l'écoute de documents.

Fonctionnalités clés

• Les moteurs locaux (Kitten, Piper, Kokoro) fonctionnent hors ligne avec une charge CPU minimale.
• HUD et raccourcis clavier s'intègrent dans n'importe quel flux de travail sans distractions.
• Le code open source sur GitHub vous permet de personnaliser la pile selon vos besoins.
• Support des API cloud pour des voix premium sans perdre les fonctionnalités locales.
• L'historique et la sauvegarde audio facilitent la réutilisation des fichiers générés.

— Editorial Team