Voice Stall

Aplicación local de dictado para Windows con faster-whisper, hotkey global y pegado automático.

Estado actual

• Aplicación activa: tauri-app/ (Tauri + React + sidecar Python).
• Backend local: python_backend.py.
• Flujo principal: grabación -> transcripción STT -> diccionario -> pegado automático.
• Lanzamiento habitual en Windows: acceso directo que apunta a start_voz_tauri_silent.vbs.

Requisitos

• Windows 10/11
• Python >=3.12
• uv en PATH
• Node.js 20+
• Rust toolchain estable
• GPU NVIDIA + CUDA recomendada; si no hay CUDA, el motor cae a CPU int8

Instalación

uv sync
cd tauri-app
npm install

Ejecutar la aplicación

Desarrollo:

cd tauri-app
npm run tauri dev

Lanzadores locales:

.\start_voz_tauri.cmd
.\start_voz_tauri_silent.vbs
.\crear_acceso_directo_v2.ps1

Configuración y datos locales

• Plantilla versionada: config.default.json
• Configuración local: config.json
• Historial local: dictation_history.json
• Logs de timing: timings.log

config.json no se genera al arrancar. Se crea cuando la aplicación guarda ajustes por primera vez.

Tests

Backend Python:

uv run python -m pytest -q

Frontend Tauri:

cd tauri-app
npm test -- --run

Benchmark local

uv run python benchmarks/run_benchmark.py --iterations 2000

Salida local generada:

• benchmarks/benchmark_latest.json
• benchmarks/benchmark_latest.md

Estos archivos se generan bajo demanda y no forman parte del estado versionado normal.

Guías adicionales

• Selección de modelo e idioma: docs/model_language_guide.md

Estructura

• python_backend.py: sidecar Python persistente para Tauri
• tauri-app/: shell Tauri (Rust) + frontend React/TypeScript
• dictation_service.py: orquestación del ciclo de dictado
• app_storage.py: configuración, historial y timings locales
• engine.py: STT, perfiles, prompt y diccionario
• recorder.py: captura de audio y WAV temporal
• tests/: tests de backend

Privacidad

• Audio y texto se procesan localmente.
• temp_audio.wav se borra tras procesar.
• Historial y métricas se guardan solo en local.