VoiceFlow 1.2.7 发布：本地 Whisper 语音转文字桌面应用

felipe avinzano VoiceFlow

Excepción temporal para 1.2.7: el propietario autorizó expresamente el lanzamiento público de esta versión y asumió los requisitos externos todavía pendientes. Esta excepción no equivale a aprobación jurídica y no se aplica a versiones posteriores; consulta docs/LEGAL_RELEASE_GATE.md.

Aplicación de escritorio multiplataforma (Windows, macOS y Linux) para convertir voz en texto con Whisper ejecutado localmente. VoiceFlow no envía el audio ni las transcripciones: no hay cuentas, autenticación, telemetría ni servicios de IA en la nube. La aplicación sí usa red para descargar modelos desde Hugging Face, comprobar actualizaciones en GitHub y abrir soporte cuando el usuario lo solicita.

Instalación

Los instaladores de cada versión están en Releases:

Ninguno de los instaladores tiene firma de código de un desarrollador identificado (Windows sin Authenticode, macOS sin notarización de Apple). El build de macOS sí lleva una firma ad-hoc, necesaria para que los binarios Apple Silicon (arm64) puedan ejecutarse:

• Windows mostrará la advertencia de SmartScreen "editor desconocido" — usa "Más información" → "Ejecutar de todas formas".
• macOS mostrará "desarrollador no identificado" la primera vez — arrastra la app a Aplicaciones y ábrela con clic derecho → Abrir (o Ajustes del Sistema → Privacidad y seguridad → "Abrir de todos modos"). Si un .dmg antiguo sin firmar diera el error "está dañado", quítale la cuarentena con xattr -cr "/Applications/felipe avinzano VoiceFlow.app".

El archivo Iniciar felipe avinzano VoiceFlow.bat se mantiene únicamente para desarrollo local en Windows.

Funciones

• Grabación desde el micrófono, con parada automática mediante VAD local adaptativo.
• Dos perfiles de calidad: Whisper Base (velocidad) y Whisper Large v3 Turbo (máxima precisión).
• Cinco idiomas de transcripción: español, inglés, francés, alemán y portugués.
• Inferencia por CPU o DirectML experimental en Windows, con recuperación automática a CPU.
• Atajos globales configurables, en dos modos: alternar (inicia/detiene con cada pulsación) o mantener presionado (solo Windows).
• Inicio automático nativo al iniciar sesión en Windows, macOS y Linux.
• Pegado automático en la app activa o copia al portapapeles, con reintento y aviso explícito si el pegado falla.
• Limpieza opcional del texto transcrito y diccionario personal de reemplazos.
• Historial local configurable, buscable y exportable.
• Métricas locales de latencia, factor de tiempo real y memoria utilizada.
• Persistencia versionada con backup y recuperación local.
• Guía rápida, diagnóstico copiable (sin transcripciones) y preferencias avanzadas.
• Burbuja flotante que no roba el foco al usar el atajo global.
• Actualización automática vía GitHub Releases (Windows, canal AVX2).

Ejecutar desde el código fuente

npm install
npm run build
npm start

La primera transcripción de cada modo descarga su modelo Whisper. Después queda almacenado en la caché local y la inferencia se realiza en el equipo. Al cambiar de modo, la aplicación libera el modelo anterior de la memoria.

Si una descarga queda incompleta o dañada, abre Soporte y selecciona Reparar modelos.

Antes de dar por cerrado un cambio, corre npm test. Antes de distribuir una beta externa, la puerta docs/LEGAL_RELEASE_GATE.md debe estar aprobada y acompañada por la evidencia indicada.

Estado de producción

La versión 1.2.7 es la versión actual para Windows x64. La misma versión de código se empaqueta para macOS y Linux. Consulta PRODUCTION_READINESS.md y docs/RELEASE_CHECKLIST.md antes de publicar un instalador.

Soporte

Reporta incidencias en https://github.com/favinzano/VoiceFlow/issues. Los diagnósticos copiados desde la aplicación no incluyen transcripciones.