Funzioni
Dettatura
Tieni premuto Ctrl+Win in qualsiasi app, parla, rilascia. Le tue parole vengono scritte dove era il cursore.
La dettatura di Station funziona in tutto il sistema. Registra finché tieni premuti i tasti, trasforma la voce in testo sulla tua CPU o tramite un provider a tua scelta, lo ripulisce come farebbe un editor e lo incolla nel campo che aveva il focus quando hai iniziato. Non preme mai Invio.
- 0,9 s
- per trascrivere 6,8 s di voce con il modello locale (Ryzen 7 5700X)
- 0 ms
- di CPU a riposo del listener dei tasti: non è un keyboard hook
- 2 min
- per registrazione, a mani libere o tenuta premuta
1/4 · Tocca Ctrl+Win due volte
Due volte di fila attiva il vivavoce, in qualsiasi app. La pillola in fondo allo schermo mostra che sta ascoltando.
Registrato in Station, su un progetto di esempio · attese accelerate
Tre gesti
Tieni premuto Ctrl+Win un attimo e parla; rilascia per finire. Premilo due volte per parlare a mani libere e ancora una volta per fermarti. Tieni premuto Shift mentre parli e le parole diventano un prompt strutturato invece di una frase. Esc butta via una registrazione. Il microfono si apre alla pressione, quindi la tua prima sillaba si salva.
- Dentro Station il testo va al campo con il cursore o al terminale
- In qualsiasi altra app passa dagli appunti e da un incolla
- Una pillola fluttuante mostra lo stato (Dettatura, Trascrizione…, Pulizia…, Incollato) con una forma d’onda in tempo reale
Da voce a testo, in tre modi
Il percorso locale esegue whisper.cpp sulla CPU, scaricato al primo utilizzo: un motore da 8 MB e un modello da 181 MB che trascrive 6,8 secondi di voce in 0,9 secondi, oppure un modello grande da 547 MB per audio più difficile. Nessun account, nessuna chiave, nessuna rete. Il percorso in hosting usa l’API compatibile con OpenAI: whisper-large-v3-turbo di Groq, gpt-4o-transcribe di OpenAI, o qualsiasi URL base e modello tu indichi.
Una pulizia che non ti riscrive
Un secondo passaggio toglie i riempitivi in base a ciò che fanno e non da un elenco (“ehm”, “tipo”, “cioè”), mantiene le tue autocorrezioni (“no aspetta, il typecheck”), aggiunge la punteggiatura e ripara dal contesto le parole tecniche che il riconoscimento sbaglia. Non riassume, non traduce e non risponde mai; ciò che hai detto è trattato come testo, mai come istruzione. Senza chiave di un provider, viene eseguita al suo posto una rapida sistemata basata su regole.
- Un elenco di vocaboli che orienta sia il riconoscimento sia la pulizia verso le parole del tuo progetto
- Sostituzioni: “quando senti X, scrivi Y”
- Protezioni contro il silenzio e contro i crediti dei sottotitoli che a Whisper piace inventare
Privata per costruzione
Nessun audio viene mai scritto su disco. La cronologia conserva il testo e la tua velocità, e si spegne con un solo interruttore. Il listener dei tasti è un helper da 9 KB compilato sulla tua macchina dal compilatore C# che Windows ha già; controlla solo i tasti che hai configurato, ogni 10 ms, e usa 12 MB.
Due giorni, tutte le funzioni, senza carta.