Nebulosa: Pessoal · Helix Nebula · NGC 7293
WhisperFlow — ditado por voz offline para Windows
Ditado push-to-talk local, offline e privado para Windows 11 (ES/EN): atalho global, reconhecimento de voz no dispositivo e texto inserido no app em foco.
- Papel
- Autor
- Período
- jul. de 2026 → atual
- Instrumentos
- Python 3.12 · ONNX Runtime · Parakeet TDT · faster-whisper · Win32 API (ctypes) · pytest · ruff
- Repositório
- rubo6/whisperflow ↗
★ 0 estrelas · ⑂ 0 forks · Python · último push set. de 2026
Eu queria a experiência das ferramentas de ditado na nuvem sem enviar um único byte da minha voz para lugar nenhum. O WhisperFlow é o resultado: você segura uma tecla, fala, solta, e o texto aparece no app que estava usando. Tudo acontece na máquina: captura a 16 kHz, reconhecimento de voz local, um pequeno pipeline de pós-processamento e injeção via área de transferência ou teclas sintéticas, com uma pré-visualização segura como fallback.
A engenharia de que mais me orgulho é a parte chata: um threat model escrito, invariantes impostas pelo esquema de configuração (o áudio nunca é persistido, o texto ditado nunca é registrado em log), um runtime Python congelado para não depender do Python da máquina, verificação de integridade de modelos e binários, e uma suíte de testes em torno da máquina de estados que coordena a thread do atalho, o callback de áudio e o worker por ditado.
Foi com esta ferramenta que ditei as respostas que deram forma a este site.