Dyktowanie w dowolne pole
Wołacz „Piszemy” i tekst trafia tam, gdzie mruga kursor — w dokument, mail albo formularz. Pole hasła Meduza zawsze pomija.
Aplikacja i strona Meduza Copilot
Polski asystent głosowy na Windows. Mówisz „Claude…”, „GPT…” albo „Meduza…”, a Meduza zamienia mowę w tekst na Twoim komputerze i wkleja go do czatu AI lub w dowolne pole — albo sama wykonuje polecenie. Zbudowaliśmy aplikację i jej stronę; orb, który widzisz, to jej prawdziwa mimika, uruchomiona kodem w Twojej przeglądarce.
1 943 dyktowania i 124 302 słowa w realnym użyciu od 20 lipca 2026 (stan na 11.10.2026) · aplikacja przed betą
Co potrafi
Głos zamiast klawiatury i myszy
Jedno słowo-wołacz mówi Meduzie, dokąd ma trafić tekst. Mowa zamienia się w tekst na karcie graficznej Twojego komputera; przez internet idzie dopiero tekst — do Claude, GPT albo do syntezy głosu Meduzy.
Prompt do Claude i GPT
Mówisz „Claude…” albo „GPT…”, a Meduza wkleja prompt do okna czatu, sprawdza, czy trafił, i wysyła. Twój schowek wraca do stanu sprzed wklejenia.
Polecenia i pytania
Wołacz „Meduza” to komenda, pytanie albo zadanie z kilku kroków. Odpowiada głosem, umie poszukać w sieci i pamięta wątek rozmowy.
Most z telefonem
Tekst i głosówki z Telegrama trafiają do Meduzy — wiadomość budzi nawet wyłączoną aplikację. Na telefonie widać podgląd ekranu komputera.
Przypomnienia po polsku
Rozumie polski zapis czasu, daty i powtórzenia, a przypomnienie potrafi zadzwonić w aplikacji na telefonie.
Sterowanie Windows
Głośność, urządzenia, jasność monitora i układ okien jak w Windows Snap — słownikiem, bez AI, w około 15 ms na zdanie.
zbudowane, czeka na test na żywoChcesz asystenta głosowego w swojej firmie?
Opisz, co Twój zespół robi dziś ręcznie — pokażemy, co może przejąć głos i AI. Wycena jest bezpłatna.
Droga głosu
Od słowa do wklejonego tekstu
Tak Meduza prowadzi każdą wypowiedź. Nagrywanie zaczyna się wyłącznie od wołacza, a ten sam wołacz w jej własnym głosie z głośników jest ignorowany.
Czuwa na wołacz
Mały model rozpoznawania słucha tylko słów-wołaczy. Reszta rozmów w pokoju nie uruchamia nagrywania.
Rozpoznaje adresata
„Claude”, „GPT”, „Meduza”, „Piszemy” — od wołacza zależy, czy tekst trafi do czatu AI, w dowolne pole, czy będzie poleceniem.
Pisze w trakcie mówienia
Mowa idzie w krótkich porcjach, a tekst pojawia się w dymku, zanim skończysz zdanie.
Czeka, aż skończysz
Detektor mowy liczony na bieżąco uznaje wypowiedź za skończoną dopiero po dłuższej ciszy (1,6–2,8 s), więc krótka pauza jej nie ucina.
Składa całość
Na końcu dokładny model rozpoznawania mowy dolicza ostatni fragment na karcie graficznej komputera i skleja go z wcześniejszymi porcjami w jeden tekst.
Wkleja i sprawdza
Tekst trafia do okna celu przez schowek; Meduza sprawdza wklejenie, wysyła i przywraca schowek. Polecenia wykonuje sama.
Masz proces, który da się wypowiedzieć?
Raporty, maile, notatki ze spotkań, wpisy do systemu — sprawdzimy, które z nich przejmie głos, a które agent AI.
Strona Meduzy
Strona, która ma twarz aplikacji
Zaprojektowaliśmy i zbudowaliśmy stronę produktu w Next.js — z orbem i mimiką przeniesionymi 1:1 z aplikacji. Strona czeka na domenę i publikację, dlatego pokazujemy zrzuty z wersji roboczej — kliknij zrzut, by go powiększyć.
Zakładki ze scenami z kodu
Siedem zakładek, każda ze sceną zbudowaną kodem, a nie klipem z banku — tu dyktowanie do dowolnego pola. Część opisanych funkcji jest jeszcze w budowie.
Wołacze
Fala głosu płynie od mikrofonu przez orba do aplikacji, w której piszesz — jedno słowo otwiera drogę.
Dostępność
Głos jako dostęp do komputera dla osób, dla których klawiatura i mysz są barierą — robocze teksty strony o potrzebach i odpowiedziach Meduzy.
Twój produkt też może mieć swój charakter
Strona, w której animacje pochodzą z produktu, a nie z banku klipów — zaprojektujemy i zbudujemy ją razem z Tobą.
Kulisy projektu
Aplikacja w liczbach
Policzone w kodzie i w dzienniku użycia aplikacji — stan na 11 października 2026.
- 1 943
- dyktowania w realnym użyciu od 20 lipca 2026
- 124 302
- podyktowane słowa — około 59 godzin pisania przy tempie 35 słów na minutę
- 74 471
- linii kodu w Pythonie, w 219 plikach
- 1 208
- testów automatycznych w 89 plikach testów
Historie z budowy
Ucinała zdania
Pomiar pokazał 8,67 s „ciszy”, choć użytkownik cały czas mówił. Winny był przeciążony wątek okna, nie próg ciszy — detektor mowy liczymy teraz w wątku mikrofonu.
Detektor, który milczał
Bez 64 próbek kontekstu wykrywał 0% mowy zamiast 81% (pomiar na mowie syntetycznej). Zasadę odtworzyliśmy z kodu biblioteki, nie z dokumentacji.
Luka znaleziona przed premierą
Audyt bezpieczeństwa wykrył lukę wstrzykiwania komend. Agent pokazał działający atak, zanim ją zamknęliśmy.
Nagrywa tylko na wołacz
Meduza sama nagrywała dalej po wysłaniu prompta. Teraz nagrywanie zaczyna wyłącznie wołacz, a jej własny głos z głośników go nie uruchamia.
Szept też się liczy
Na szepcie syntetycznym (8 zdań) rozpoznane słowa wzrosły z 49% do 92%. Test na żywo 7 października: szeptany wołacz budzi Meduzę.
Polszczyzna ma pułapki
Zdanie „tryb ciemny jest fajny” włączało tryb ciemny — przez homonimy słownika. Za sterowaniem stoi katalog 1 629 funkcji Windows i słownik około 408 tysięcy form wyrazów.
Gdzie jest projekt
- Aplikacja
- w użyciu od lipca 2026; trwają przygotowania do bety
- Strona
- gotowa w wersji roboczej; czeka na domenę i publikację
- Płatności
- przygotowane w kodzie strony, jeszcze nieuruchomione
- W budowie
- sterowanie Windows, mapa ekranu, rozmowa ciągła i tryb formularza — zbudowane, czekają na test na żywo
Technologie
- Aplikacja
- Python i PySide6 (Qt); orb to strona HTML w oknie aplikacji
- Mowa na tekst
- faster-whisper (model large-v3) na karcie graficznej — lokalnie
- Czuwanie
- Vosk i Whisper tiny jako czujki wołaczy, Silero VAD do wykrywania mowy
- Głos
- edge-tts, głos Zofia — synteza przez internet
- AI
- Claude (Haiku, Sonnet, Opus) i GPT przez API, Claude Code do zadań na komputerze
- Telefon
- Telegram i własna aplikacja na Androida (Kotlin), połączona przez Tailscale
- Bezpieczeństwo
- klucze API i hasła aplikacji szyfrowane mechanizmem DPAPI Windows
- Strona
- Next.js 16, React 19, Tailwind 4, framer-motion; orb w CSS i canvas
Zbudujmy narzędzie na miarę Twojej pracy
Aplikacja na komputer, agent AI albo strona produktu — zaczynamy od rozmowy, a klikalny prototyp zobaczysz, zanim zapłacisz.
Rozmowa
Porozmawiajmy o podobnym projekcie
Asystent głosowy, aplikacja na komputer albo strona produktu — napisz, co chcesz zbudować. Odpowiadamy w ciągu 24 godzin.
Dziękujemy! Prośba o rozmowę dotarła do XTN.
Potwierdzimy termin mailem w ciągu 24 godzin.
Sprawdź skrzynkę (też folder spam).
Zobacz pozostałe realizacje XTN
SEOLDIER, Promocja SPA, agent AI do ofertowania, platforma B2B, Kokpit SEO i landingi sprzedażowe — każda pokazana od kuchni.