OpenWispr

Este programa es una aplicación de escritorio de dictado de código abierto que convierte el habla en texto. Utiliza el modelo Whisper de OpenAI y puede procesar el audio localmente o mediante servicios en la nube. Ofrece una tecla de acceso rápido global para iniciar y detener la captura de voz, pegado automático en la posición del cursor y un panel de dictado móvil. Es compatible con diversos backends de IA, como OpenAI, Anthropic Claude, Google Gemini y modelos locales.

★★★★★

5.0(1 valoraciones)

• Transcripción con Whisper. El núcleo del programa se basa en el modelo Whisper de OpenAI para la conversión de voz a texto. La transcripción se ejecuta directamente en el dispositivo del usuario o se envía a servicios en la nube configurados, según la selección y los recursos disponibles.
• Tecla de acceso rápido global. Una combinación de teclas definida por el usuario activa y desactiva la grabación de audio desde cualquier aplicación o ventana del sistema operativo. Este método proporciona un control inmediato del proceso de dictado sin necesidad de cambiar el enfoque de la ventana.
• Listener de tecla Fn/Globe en macOS. Incluye un componente específico para sistemas macOS que monitoriza la pulsación de la tecla Fn o Globe. Este listener se precompila durante la construcción del programa y se integra en los paquetes de aplicación para dicho sistema.
• Pegado automático en el cursor. El texto transcrito se inserta de forma automática en la posición actual del cursor de texto en la aplicación activa. Esta acción simula la escritura manual y mantiene el flujo de trabajo del usuario.
• Panel de dictado desplazable. Una ventana flotante muestra el estado del dictado y el texto transcrito en tiempo real. El usuario puede reposicionar este panel en la pantalla según sus preferencias de visualización.
• Soporte para múltiples backends de IA. La arquitectura permite configurar y utilizar diferentes servicios para la transcripción y el procesamiento de texto. Las opciones incluyen servicios en la nube de OpenAI, Anthropic Claude y Google Gemini.
• Soporte para modelos locales de razonamiento. Además de la transcripción, el programa puede interactuar con modelos de lenguaje localmente ejecutados. Entre los modelos compatibles se encuentran Qwen, LLaMA, Mistral y variantes de OpenAI, para tareas de procesamiento posterior al texto.
• Gestión de configuraciones y claves API. Un panel de control centralizado permite ajustar todas las opciones del programa. Desde este panel se gestionan las claves de API para los servicios en la nube y las preferencias de funcionamiento.
• Almacenamiento local de transcripciones. Un archivo de base de datos SQLite guarda el historial de todas las sesiones de dictado realizadas. Los registros se conservan en el almacenamiento interno del dispositivo.
• Descarga y gestión de modelos Whisper locales. El programa puede descargar las versiones necesarias del modelo Whisper para su funcionamiento sin conexión. Incluye una utilidad para eliminar estos modelos y liberar espacio en el disco duro.
• Manejo de errores en el listener de teclas. Implementa un sistema robusto para la inicialización del monitor de teclas global. En caso de fallo en macOS, muestra un diálogo de advertencia informando que el atajo de tecla Globe está deshabilitado, y evita reportes de error duplicados.
• Integración de backend durante la compilación. El proceso de construcción del programa precompila y empaqueta el componente listener de teclas específico para macOS. El binario resultante se incluye dentro del paquete de aplicación distribuido al usuario final.

El desarrollo de OpenWispr comenzó tras el lanzamiento público del modelo Whisper de OpenAI. El objetivo fue crear una interfaz de escritorio práctica que aprovechara esta tecnología. El programa está escrito principalmente en JavaScript/TypeScript utilizando el framework Electron, lo que permite su funcionamiento en Windows, macOS y Linux. La primera versión pública se publicó en el año 2023. El desarrollo es llevado a cabo por un pequeño equipo de programadores independientes que se enfocan en herramientas de productividad basadas en IA.

Alternativas a OpenWispr:

Vowen

Software de productividad que convierte el habla en texto y comandos ejecutados localmente en macOS y Windows.

Precio: Gratis   Tamaño: 156 MB   Versión: 0.1.12   Idiomas: English   SO: Windows, MacOS

VoiceInk

VoiceInk es una aplicación de dictado y transcripción de voz que utiliza modelos de IA local para convertir voz a texto con precisión, funcionando completamente offline y respetando la privacidad de los usuarios.

Precio: Gratis   Tamaño: 10.2 MB   Versión: 1.66   Idiomas: English   SO: MacOS

Pipit

La aplicación Pipit convierte voz en texto en tiempo real utilizando modelos de IA que funcionan completamente en el dispositivo.

Precio: Gratis   Tamaño: 8.2 MB   Versión: 1.05   Idiomas: English   SO: MacOS

Whispering Tiger

Whispering Tiger es una aplicación integral para conversión de voz a texto, procesamiento de texto, extracción de texto de imágenes y otras tareas.

Precio: Gratis   Tamaño: 13.2 MB   Versión: 1.3.9.8   Idiomas: Spanish, English   SO: Windows