yazses

YazSes es un demonio gratuito, de código abierto y totalmente offline de dictado por voz y conversión de voz a texto para Linux (X11 y Wayland), macOS y Windows. Está construido sobre faster-whisper y se ejecuta por completo en la CPU local, sin necesidad de nube, cuenta, clave de API ni suscripción de forma predeterminada. El flujo de trabajo principal es el dictado con pulsar para hablar: mantén pulsada una tecla de atajo, habla, suéltala y el texto transcrito se escribe en la ventana que tenga el foco. También admite comandos de voz como deshacer, guardar, ir a la línea, ejecutar pruebas y renombrar símbolo, implementados mediante una gramática de expresiones regulares. Los usuarios pueden definir macros de varios pasos y un vocabulario personal. Además del dictado, YazSes puede transcribir archivos de audio o vídeo existentes a txt, md, srt, vtt o json, con diarización de hablantes opcional. Un modo de reunión captura una reunión completa y produce una transcripción con etiquetas de hablante, con actas opcionales generadas por un LLM local que incluyen resumen, decisiones y elementos de acción. Las etiquetas de hablante y las actas de reunión son extras opcionales y están desactivados de forma predeterminada. El proyecto ofrece canales de instalación nativos para Linux, macOS y Windows, además de una alternativa con pipx y un contenedor Docker para la transcripción de archivos. Una interfaz de línea de comandos incluye los comandos quickstart, doctor, enroll, start, verify y transcribe. La configuración se almacena en un archivo TOML. YazSes está pensado para usuarios preocupados por la privacidad, desarrolladores, escritores, investigadores y casos de uso de accesibilidad. No es un agente LLM, está ajustado para inglés de forma predeterminada y actualmente no tiene versión móvil ni web. El README incluye benchmarks publicados, detalles de compatibilidad de plataformas y una comparación honesta con alternativas como Dragon, Talon Voice y herramientas de dictado en la nube.