Show HN: BetterWispr – Ditado gratuito e open-source para Mac

Artigo original ↗ Discussão no Hacker News ↗

Um novo app para macOS chamado BetterWispr oferece ditado por voz gratuito e open-source que roda localmente usando modelos como Parakeet e Whisper, buscando evitar assinaturas e processamento em nuvem. Os comentaristas o comparam com um ecossistema crescente de ferramentas semelhantes (Handy, VoiceInk, Fluidvoice, o ditado nativo da Apple, Google’s Eloquent etc.), avaliando trocas entre precisão, latência, design de UI e privacidade. Muitos veem o ditado local de alta qualidade como chave para novos fluxos de trabalho, como programação por voz e anotações de reuniões, mas observam que o espaço está lotado e que o valor de longo prazo pode vir de recursos como diarização, melhor personalização e integração mais apertada com assistentes de IA.

Visão geral e requisitos

  • BetterWispr é um app de ditado gratuito e open-source para macOS que executa o reconhecimento de fala localmente (Whisper, Parakeet ou Apple Speech).
  • UX principal: segure Option+Space para ditar em qualquer campo de texto ativo.
  • Áreas de foco: precisão, velocidade, limpeza de palavras de preenchimento, vocabulário personalizado, estilos específicos por app e transcrição/resumos opcionais de reuniões.
  • Requisito mínimo mencionado: macOS 14.

Comparações com outras ferramentas de ditado

  • Frequentemente comparado com Handy, VoiceInk, Fluidvoice e várias pequenas ferramentas CLI/GUI.
  • Alguns veem o Handy como simples, rápido e focado em streaming com um bom seletor de modelo; outros o chamam de inchado, com um binário grande e baixa precisão para certos sotaques.
  • Alguns usuários mudaram recentemente do Handy para alternativas (Fluidvoice, VoiceInk), citando UI ou recursos melhores.
  • Várias pessoas criaram ou compartilharam alternativas minúsculas ou DIY (por exemplo, binários muito pequenos, ferramentas CLI) e forks de agentes voltados para voz.

Modelos e escolhas técnicas

  • Parakeet v3 é amplamente elogiado por velocidade e precisão em Macs modernos; vários comentaristas dizem que ele se tornou o padrão para eles, acima do Whisper.
  • Outros ainda preferem Whisper/OpenWhisper para fala com sotaque.
  • BetterWispr usa explicitamente Parakeet v3 por padrão e se posiciona como uma melhoria tanto em precisão quanto em experiência de desenvolvimento.
  • Discussão sobre combinar vários modelos em paralelo para maior precisão, ou usar LLMs para pós-processar e limpar a saída do ditado.

Ditado nativo do macOS e concorrência

  • Alguns argumentam que o ditado nativo do macOS (baseado em Parakeet) é “bom o suficiente” e comparável às melhores ferramentas de terceiros.
  • Outros relatam latência perceptível, falta de recursos como dicionários personalizados e seleção de microfone, e veem espaço para apps de terceiros.
  • Sentimento geral de que o espaço de ditado está lotado, com muitos clones novos.

Casos de uso, ergonomia e fluxo de trabalho

  • Vários usuários agora programam, conversam com LLMs ou escrevem texto longo quase totalmente por voz, citando:
    • Maior produtividade do que digitar.
    • Melhor ergonomia para pescoço, costas e pulsos.
    • Capacidade de “divagar” e deixar um LLM resumir e estruturar as intenções.
  • Outros acham falar cansativo, socialmente estranho em escritórios, ruim para privacidade ou simplesmente mais lento do que digitar.

Notas de reunião, diarização e recursos avançados

  • Alguns veem o principal valor ainda não atendido não no ditado puro, mas em:
    • Diarização de alta qualidade (separação de falantes).
    • Resumos inteligentes de reuniões e geração de notas.
    • Integração com LLMs locais para validar declarações em tempo real ou detectar “besteira”.
  • Os recursos de anotações/reuniões do BetterWispr são destacados como alinhados com essa direção.

Pedidos de recursos e ideias

  • Os pedidos incluem:
    • Suporte para Windows/Linux.
    • Ativação por palavra de ativação e parada automática com base em silêncio.
    • Melhor controle de OS/IDE por voz (“open this PR in editor”, troca de app).
    • Modos ou botões separados para ditado vs. comandos de voz para agentes.
    • Saída de voz clonada em tempo real para gravação em ambientes barulhentos.
    • Controle remoto Bluetooth, pedais e anéis mapeados para atalhos de ditado.
    • Uso de LLMs (locais ou na nuvem) para limpeza avançada, inclusive de texto já existente que não foi ditado.

Ceticismo, atrito e preocupações com o nome

  • Alguns acham que a maioria das novas ferramentas de ditado “é ruim” ou regride em relação a soluções mais antigas, especialmente para transcrição de texto longo.
  • Um blog citado argumenta que a qualidade da transcrição piorou no geral, mas outros respondem que os usuários ainda podem usar o ditado simples do sistema sem reescrita por IA.
  • Há uma breve preocupação com o nome “Wispr” e possível risco de marca registrada; a situação é mencionada como incerta.
  • A afirmação de que o atraso de áudio via Bluetooth está “corrigido” no BetterWispr é recebida com ceticismo, com pelo menos um comentarista suspeitando de exagero.