Show HN: BetterWispr – Dictado gratuito y de código abierto para Mac

Artículo original ↗ Discusión en Hacker News ↗

Una nueva app para macOS llamada BetterWispr ofrece dictado por voz gratuito y de código abierto que funciona localmente con modelos como Parakeet y Whisper, con el objetivo de evitar suscripciones y procesamiento en la nube. Los comentaristas la comparan con un ecosistema creciente de herramientas similares (Handy, VoiceInk, Fluidvoice, el dictado integrado de Apple, Google’s Eloquent, etc.), sopesando compensaciones en precisión, latencia, diseño de interfaz y privacidad. Muchos ven el dictado local de alta calidad como clave para nuevos flujos de trabajo como la programación por voz y la toma de notas de reuniones, pero señalan que el espacio está saturado y que el valor a largo plazo puede venir de funciones como la diarización, una mejor personalización y una integración más estrecha con asistentes de IA.

Resumen y requisitos

  • BetterWispr es una app gratuita y de código abierto para dictado en macOS que ejecuta el reconocimiento de voz localmente (Whisper, Parakeet o Apple Speech).
  • UX principal: mantener pulsado Option+Space para dictar en cualquier campo de texto activo.
  • Áreas de enfoque: precisión, velocidad, limpieza de muletillas, vocabulario personalizado, estilos específicos por app y transcripción/resúmenes opcionales de reuniones.
  • Requisito mínimo mencionado: macOS 14.

Comparaciones con otras herramientas de dictado

  • Se compara con frecuencia con Handy, VoiceInk, Fluidvoice y varias herramientas pequeñas de CLI/GUI.
  • Algunos ven Handy como simple, rápido y centrado en streaming con un buen selector de modelo; otros lo califican de pesado, con un binario grande y mala precisión para ciertos acentos.
  • Algunos usuarios cambiaron recientemente de Handy a alternativas (Fluidvoice, VoiceInk) citando una mejor interfaz o más funciones.
  • Varias personas construyeron o compartieron alternativas diminutas o caseras (por ejemplo, binarios muy pequeños, herramientas CLI) y bifurcaciones de agentes centradas en voz.

Modelos y decisiones técnicas

  • Parakeet v3 recibe muchos elogios por su velocidad y precisión en Macs modernos; varios comentaristas dicen que se ha convertido en su opción predeterminada por encima de Whisper.
  • Otros siguen prefiriendo Whisper/OpenWhisper para el habla con acento.
  • BetterWispr usa explícitamente Parakeet v3 por defecto y se presenta como una mejora tanto en precisión como en experiencia de desarrollo.
  • Se debate combinar varios modelos en paralelo para lograr mayor precisión, o usar LLMs para posprocesar y limpiar la salida del dictado.

Dictado nativo de macOS y competencia

  • Algunos sostienen que el dictado integrado de macOS (basado en Parakeet) es “suficientemente bueno” y comparable a las mejores herramientas de terceros.
  • Otros informan de una latencia notable, funciones ausentes como diccionarios personalizados y selección de micrófono, y ven espacio para aplicaciones de terceros.
  • Sensación general de que el espacio del dictado está saturado, con clones nuevos de forma frecuente.

Casos de uso, ergonomía y flujo de trabajo

  • Varios usuarios ahora programan, chatean con LLMs o escriben textos largos casi exclusivamente por voz, citando:
    • Mayor rendimiento que teclear.
    • Mejor ergonomía para cuello, espalda y muñecas.
    • Capacidad de “divagar” y dejar que un LLM resuma y estructure las intenciones.
  • Otros encuentran que hablar cansa, resulta socialmente incómodo en la oficina, no respeta la privacidad o simplemente es más lento que escribir.

Notas de reuniones, diarización y funciones avanzadas

  • Algunos consideran que el principal valor aún no está en el dictado puro sino en:
    • Diarización de alta calidad (separación de hablantes).
    • Resúmenes inteligentes de reuniones y generación de notas.
    • Integración con LLMs locales para validar afirmaciones en tiempo real o detectar “bullshit”.
  • Las funciones de toma de notas / reuniones de BetterWispr se destacan como alineadas con esta dirección.

Solicitudes de funciones e ideas

  • Las solicitudes incluyen:
    • Soporte para Windows/Linux.
    • Activación por palabra de activación y parada automática basada en silencio.
    • Mejor control del SO/IDE por voz (“open this PR in editor”, cambio de aplicación).
    • Modos o botones separados para dictado frente a comandos de voz para agentes.
    • Salida de clon de voz en tiempo real para grabar en entornos ruidosos.
    • Mando Bluetooth, pedales y anillos mapeados a atajos de dictado.
    • Uso de LLMs (locales o en la nube) para limpieza avanzada, incluido texto existente no dictado.

Escepticismo, fricción y preocupaciones sobre el nombre

  • Algunos piensan que la mayoría de las nuevas herramientas de dictado “apestan” o retroceden frente a soluciones anteriores, especialmente para transcripción de formato largo.
  • Un blog citado sostiene que la calidad de la transcripción en general ha empeorado, pero otros responden que los usuarios aún pueden usar el dictado simple del sistema sin reescritura por IA.
  • Hay una breve preocupación por el nombre “Wispr” y el posible riesgo de marca registrada; la situación se considera poco clara.
  • La afirmación de que el retraso de audio por Bluetooth está “arreglado” en BetterWispr recibe escepticismo, y al menos un comentarista sospecha exageración.