Voce.
Dettatura vocale per macOS che gira tutta sul tuo Mac. L’ho scritta per dare istruzioni agli agenti AI a voce invece che a tastiera: il testo compare dove stai scrivendo, già pulito, con i nomi tecnici scritti giusti.
- v1.0.0
- MIT
- macOS 15+ · Apple Silicon
Perché
Si parla più in fretta di quanto si scriva.
Lavoro ogni giorno con Claude Code, Cursor e altri agenti. Gran parte del lavoro è spiegare bene cosa voglio — e scriverlo è proprio la parte lenta.
Gli strumenti di dettatura che ho provato mandavano l’audio su un server, scrivevano “use effect” invece di useEffect, o facevano riscrivere il testo a un’AI che a volte rispondeva al prompt invece di trascriverlo. Così ho costruito quello che mi serviva.
Privata
Il riconoscimento vocale avviene sul Mac e funziona anche offline. L’audio non esce mai dal computer.
Veloce
Circa 60 millisecondi per trascrivere 5 secondi di parlato su un Mac con chip M2. Al rilascio del tasto il testo è già lì.
Fedele
Nei terminali e negli editor incolla esattamente quello che hai detto, con i termini tecnici scritti come li scrivi tu.
Come si usa
Un tasto, nessuna finestra.
Voce vive nella barra dei menu e funziona in qualsiasi app. Il tasto si cambia: ⌥ o ⌃ destro, Fn, F1–F20, il tasto 🎤 o qualsiasi combinazione.
- ⌘ destro, tenuto premuto
- Detti finché tieni premuto. Al rilascio il testo viene incollato.
- ⌘ destro + Spazio
- Mani libere: detti senza tenere niente. Ripremi per finire, Esc per annullare.
- ⌘ destro + ⇧ su un testo
- Comando: di’ cosa farne — “traduci in inglese”, “rendilo più formale”.
- ⌃⌥V
- Incolla di nuovo l’ultima dettatura.
- “a capo”, “invia”
- Comandi vocali in italiano e in inglese: nuova riga, nuovo paragrafo, Invio.
Funzioni
Cosa sa fare.
Conosce il tuo gergo
Un dizionario personale (Supabase, useEffect, kubectl…) guida il riconoscimento e corregge le parole che sbaglia spesso.
Si adatta all’app
Nei terminali e negli editor incolla il testo letterale; in chat e nelle email può farlo rifinire da un’AI, solo se vuoi.
Vedi cosa stai dicendo
Mentre parli il testo compare sopra la forma d’onda: aiuta a riordinare i pensieri prima di rilasciare il tasto.
Italiano e inglese
Anche mescolati nella stessa frase, con i comandi vocali di tutte e due le lingue.
Riunioni
Registra microfono e audio del Mac, trascrive, distingue chi parla e risponde alle domande sulla riunione.
Prompt su misura
Ogni istruzione data all’AI si legge e si modifica, con una prova dal vivo e il ritorno al predefinito.
Come funziona
Come funziona.
Il flusso di una dettatura, dal tasto all’app in cui stai scrivendo. Il modello è NVIDIA Parakeet, che gira sul Neural Engine del Mac grazie a FluidAudio.
Il tasto
Un event tap globale si accorge del tasto anche quando Voce è in secondo piano, e scalda il modello.
L’audio
Il microfono a 16 kHz; le dettature lunghe si tagliano nelle pause e si trascrivono mentre parli ancora.
Il riconoscimento
Parakeet TDT sul Neural Engine, guidato dal tuo dizionario. Lo stesso modello produce l’anteprima dal vivo.
La pulizia
Regole per esitazioni, punteggiatura e a capo; l’AI facoltativa solo fuori da terminali ed editor, con controlli che la scartano se risponde invece di trascrivere.
L’inserimento
Appunti e ⌘V, con gli appunti salvati prima e ripristinati dopo. Nei terminali gli a capo diventano ⇧↩.
Costruito con
- Swift 6.2
- SwiftUI
- Core ML
- NVIDIA Parakeet
- FluidAudio
- Core Audio
Installazione
Provala.
Apri il Terminale e incolla questa riga: scarica l’ultima versione, la copia in Applicazioni e la apre. Al primo avvio una finestra ti guida tra i permessi e scarica il modello vocale, una volta sola.
curl -fsSL https://raw.githubusercontent.com/Gigyo96/voce/main/scripts/install.sh | bashServe
- Mac con Apple Silicon (M1 o successivo)
- macOS 15 Sequoia o successivo
- ~700 MB per il modello vocale
Contatti
Ti serve uno strumento così?
Costruisco software su misura che usa l’AI dove serve e la tiene fuori dove non serve. Raccontami il problema in mezz’ora di call, gratis.