Funciones
Dictado
Mantén Ctrl+Win en cualquier aplicación, habla, suelta. Tus palabras se escriben donde estaba el cursor.
El dictado de Station funciona en todo el sistema. Graba mientras mantienes las teclas, convierte la voz en texto con tu propia CPU o a través de un proveedor que elijas, lo limpia como lo haría un editor y lo pega en el campo que tenía el foco cuando empezaste. Nunca pulsa Enter.
- 0,9 s
- para transcribir 6,8 s de voz con el modelo local (Ryzen 7 5700X)
- 0 ms
- de CPU en reposo del detector de teclas, no es un keyboard hook
- 2 min
- por grabación, manos libres o mantenida
1/4 · Toca Ctrl+Win dos veces
Dos veces seguidas activa el manos libres, en cualquier app. La píldora al pie de la pantalla muestra que está escuchando.
Grabado en Station, en un proyecto de ejemplo · esperas aceleradas
Tres gestos
Mantén Ctrl+Win un momento y habla; suelta para terminar. Púlsalo dos veces para hablar con las manos libres y una vez más para parar. Mantén Shift mientras hablas y las palabras se convierten en un prompt estructurado en lugar de una frase. Esc descarta una grabación. El micrófono se abre al pulsar, así que tu primera sílaba no se pierde.
- Dentro de Station el texto va al campo con el cursor o a la terminal
- En cualquier otra aplicación pasa por el portapapeles y un pegado
- Una píldora flotante muestra el estado (Dictado, Transcribiendo…, Limpiando…, Pegado) con una onda en vivo
De voz a texto, de tres maneras
La ruta local ejecuta whisper.cpp en la CPU, descargado en el primer uso: un motor de 8 MB y un modelo de 181 MB que transcribe 6,8 segundos de voz en 0,9 segundos, o un modelo grande de 547 MB para audio más difícil. Sin cuenta, sin clave, sin red. La ruta alojada habla la API compatible con OpenAI: whisper-large-v3-turbo de Groq, gpt-4o-transcribe de OpenAI, o cualquier URL base y modelo que le indiques.
Una limpieza que no te reescribe
Una segunda pasada quita las muletillas por lo que hacen y no a partir de una lista (“eh”, “o sea”, “¿sabes?”), respeta tus autocorrecciones (“no espera, el typecheck”), añade puntuación y repara, a partir de su contexto, las palabras técnicas que el reconocimiento entiende mal. Nunca resume, traduce ni responde; lo que dijiste se trata como texto, nunca como una instrucción. Sin clave de proveedor, se ejecuta en su lugar un repaso rápido basado en reglas.
- Una lista de vocabulario que orienta tanto el reconocimiento como la limpieza hacia las palabras de tu proyecto
- Reemplazos: “cuando oigas X, escribe Y”
- Protecciones contra el silencio y contra los créditos de subtítulos que a Whisper le gusta inventar
Privado por construcción
Nunca se escribe audio en el disco. El historial guarda el texto y tu velocidad y se desactiva con un solo interruptor. El detector de teclas es un helper de 9 KB compilado en tu máquina con el compilador de C# que Windows ya trae; solo comprueba las teclas que configuraste, cada 10 ms, y usa 12 MB.
Dos días, todas las funciones, sin tarjeta.