Pitch: VibeVox, ditado por voz que roda na CPU do próprio PC, sem internet
Atualização (14/11): saiu a versão 1.0.5 e agora o programa tem assinatura digital, com o editor verificado pela Microsoft. No meu teste num Windows 11 limpo o instalador abre sem a tela azul do SmartScreen, e em PC de empresa que bloqueia programa sem assinatura, o pessoal de TI consegue liberar o VibeVox com uma regra só, pelo editor (detalhes para TI: https://vibevox.io/pt/for-it/). Também tem um instalador novo que já vem com o modelo de reconhecimento, dá para ditar logo depois de instalar, e as atualizações ficaram menores e continuam de onde pararam se a conexão cair. VirusTotal: instalador 0/62, VibeVox.exe 0/67.
Eu dito quase tudo que escrevo: e-mails, mensagens, prompts para IA. O ditado do Windows manda o áudio para a nuvem e não funciona sem conexão, então comecei a fazer o meu. Virou o VibeVox, que está na Microsoft Store desde outubro.
Vídeo de 40 segundos mostrando como funciona (em inglês): https://www.youtube.com/shorts/8tN92TunrC0
O programa fica na bandeja do sistema. Você aperta Ctrl duas vezes, fala, e o texto aparece onde está o cursor: Word, Outlook, WhatsApp Desktop, navegador, VS Code. A pontuação vem sozinha.
Algumas coisas que aprendi no caminho e que podem servir para quem mexe com fala:
- Dá para ter um reconhecimento bom sem placa de vídeo. Num notebook de 4 núcleos, um minuto de fala leva uns 8 segundos para ser processado. Num PC fraco ou na bateria demora mais.
- O difícil não foi reconhecer, foi entregar o texto. Cada programa reage de um jeito a teclas simuladas, e janelas abertas como administrador simplesmente recusam texto de um programa comum. Até hoje é onde aparece a maioria dos bugs.
- Misturar idiomas na mesma frase funciona melhor do que eu esperava. Um termo em inglês no meio de uma frase em português sai certo, ainda mais com uma pausa curtinha antes dele.
- Modelos de fala inventam frases curtas quando recebem só silêncio ou ruído. Tive que aprender a não mandar para o modelo o que não é fala.
Tem uma parte opcional com IA, que precisa de internet: você seleciona um texto e diz "deixa mais curto" ou "traduz para o inglês", e a seleção é substituída. Aí só vai o texto, nunca o áudio.
Download grátis na Microsoft Store: https://apps.microsoft.com/detail/9NQJ55M3SSWR
A versão Pro é uma compra única, sem assinatura.
Se você testar, me conta em qual programa ele não consegue digitar e quais palavras em português ele erra. É o que mais me ajuda agora.