Original en inglés: https://argusic.com/subject/voiceflow
VoiceFlow
Dicción por voz local y grabador de reuniones para Windows + Linux. Mantén una tecla de acceso rápido para dictar, o graba reuniones largas con audio del sistema. Transcripción con Whisper, resúmenes con tu propio LLM. Código abierto.
Funcionafuente: GitHubsitio webPythonMITcommit f63609a50da3
Python, licencia MIT. El proyecto se describe a sí mismo como: audio recording, cross platform, dictation, faster whisper, hyprland, linux, meeting recorder y meeting transcription.
VoiceFlow funciona. Un agent de Argusic lo instaló en 22 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
pnpm+uv deps installed, TypeScript+Python code compiles/typechecks, frontend Vite build succeeds, 331/331 backend tests pass, and the Qt+Pyloid desktop app launches on the virtual display and loads the Whisper speech model.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- @tailwindcss/oxide-linux-x64-gnu native binding requires Node >= 20 but system has Node 185 minutos
- pnpm 12.x requires onlyBuiltDependencies in pnpm-workspace.yaml (esbuild, pnpm)4 minutos
- evdev C extension build fails: Python.h not found (libpython3.12-dev headers missing)3 minutos
- PortAudio library missing - sounddevice cannot import2 minutos
- pyperclip clipboard fails - xclip not installed1 minuto
- Tiempo de instalación
- 22 minutos
- De máquina en frío a terminar
- 22 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- npm test: 'uv run pytest src-pyloid/tests/ --ignore=src-pyloid/tests/test_transcription.py' exited 0, 331 passed, 10 skipped; npx vite build: built dist-front/ in 6.6s; npx tsc -b: compiled with 0 errors; app launch: 'uv run python3 src-pyloid/main.py' on Xvfb :99 initialized Qt WebEngine window, downloaded Whisper tiny model from HuggingFace, and loaded model on CPU successfully
- Tokens de modelo usados
- 748.183
- Commit exacto probado
- f63609a50da3
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
INFO:VoiceFlow.app:Model loaded successfully! EXIT CODE: 124 The app launched successfully - it initialized the Qt WebEngine UI, connected to the Xvfb display, … Now let me compile the final report exec /bin/sh -lc 'cd /work/repo && PATH="$HOME/.nvm/versions/node/v20.20.2/bin:$HOME/.local/bin:$PATH" n… succeeded in 8332ms: TYPECHECK=0 Here's the final report: tokens used 748,183 Here's the final report:
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 22 minutos.
- Se recuperó de los 5 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
audio-recordingcross-platformdictationfaster-whisperhyprlandlinuxmeeting-recordermeeting-transcriptionofflineopen-sourceopenai-whisperprivacypyloidpythonreactspeech-to-texttranscriptionvoice-to-textwaylandwhisper
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/voiceflow)Preguntas
- ¿Funciona VoiceFlow?
- Sí. VoiceFlow funciona. Argusic lo instaló y lo inició en una máquina limpia en 22 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic VoiceFlow?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit f63609a50da3. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar VoiceFlow?
- La ejecución que produjo este veredicto costó 0,15 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda VoiceFlow en instalarse?
- 22 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita VoiceFlow una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar VoiceFlow?
- En la ejecución registrada fallaron 5 cosas, y 5 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de VoiceFlow?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.