Habla, no escribas.
Transcripción de voz nativa para macOS con Whisper AI local.
100% offline. Privacidad absoluta.
No es una web app disfrazada. Es una aplicación macOS nativa que se siente como parte del sistema.
Motor Whisper de OpenAI compilado nativamente con flash-attention. Sin conexión a internet, sin enviar datos a la nube. Privacidad absoluta.
Cmd+Shift+D desde cualquier aplicación. El overlay aparece al instante sin interrumpir tu flujo de trabajo.
Panel NSPanel con ultraThinMaterial. Se auto-redimensiona según el texto (120px → 70% de pantalla). Sin robar el foco.
Small (466MB) para velocidad diaria o Large v3 Turbo (547MB) para máxima precisión. Seleccionables en cada sesión.
Español (ES/LA), English (US/UK), Français, Deutsch, Italiano, Português (BR) y Català. Selección manual por sesión.
AX API → AppleScript → CGEvent. El texto llega a tu app activa pase lo que pase, con restauración automática del foco.
Cada transición es un evento discreto. Sin estados colgantes, sin callbacks anidados.
La app vive como icono en la barra de menú. Sin ventanas visibles, sin consumir recursos. Espera silenciosamente.
Pulsa Cmd+Shift+D. Aparece el overlay flotante con selector de modelo y lenguaje. Todo listo en milisegundos.
AVAudioRecorder captura PCM 16kHz mono a un archivo WAV temporal. Contador ascendente. Detén con Esc o Cmd+Shift+D.
whisper-cli se lanza con flash-attention y 4 hilos CPU. El actor Swift espera el resultado y limpia timestamps del texto.
El overlay muestra el texto editable. Cópialo, inyéctalo en la app activa o edítalo antes de enviar. Un toque y vuelta a empezar.
Swift nativo, APIs del sistema, y whisper.cpp compilado desde fuente.
5 fases con @Published properties. La UI reacciona a cada transición con animaciones específicas. Ciclo continuo sin fugas de memoria.
NSPanel no-activador con material visual ultraThin. Audio PCM 16kHz mono vía AVAudioRecorder con gestión de permisos en primer uso.
Modelos descargados de HuggingFace, whisper-cli compilado con CMake. Subproceso con --flash-attn, post-procesamiento con limpieza de timestamps.
Carbon RegisterEventHotKey para Cmd+Shift+D. Triple fallback de inyección (AX → AppleScript → CGEvent) con restauración de foco de la app activa.
Icono de micrófono en la barra de menú con menú desplegable
Panel translúcido con 4 estados: ready → recording → transcribing → done
Idioma, modelo, atajos y acerca de
5 fases: idle → ready → recording → transcribing → done
Captura PCM 16kHz mono → archivo WAV temporal
Swift actor que lanza whisper-cli con flash-attention
AX API → AppleScript Cmd+V → CGEvent keystroke
RegisterEventHotKey para ⌘⇧D, funciona en toda la app
Compilado con CMake, optimizado con flash-attention, 4 threads
XcodeGen → xcodebuild → deploy con whisper-cli + modelos empaquetados
Todo corre localmente en el hardware del usuario. Sin servidores, sin dependencias cloud.
Si buscas a alguien que construya herramientas nativas, rápidas y bien diseñadas, este proyecto es mi carta de presentación.
Volver al Portfolio