SayIt
SayIt es una herramienta open-source de dictado por voz para Windows que transcribe y limpia texto automáticamente mediante IA. Soporta reconocimiento local con modelos GGUF o APIs en la nube, integrándose directamente en aplicaciones nativas sin cambiar ventanas. Licencia AGPL-3.0.
Ficha actualizada 24 sept 2026, 3:23 · upstream 24 sept 2026, 2:52 · release v0.2.2
Qué es SayIt
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
SayIt permite convertir el habla en texto pulido directamente donde se encuentra el cursor en Windows. Funciona como una alternativa a herramientas comerciales, ofreciendo tres modos de operación: local con modelos GGUF para privacidad total, API en la nube para equilibrio de rendimiento o servidor propio para equipos. Incluye limpieza de IA para corregir errores y formato, además de un contexto consciente que adapta el tono al texto circundante.
La aplicación utiliza Tauri y React para el cliente, mientras que el backend se basa en FastAPI y Python. Soporta aceleración GPU con modelos como Qwen3-ASR o Nemotron. La interfaz es transparente sobre la ventana activa, mostrando una onda de audio y estadísticas sin interrumpir el flujo de trabajo.
- Dictado rápido en editores de código o documentos sin salir de la aplicación
- Corrección automática de transcripciones con IA para eliminar muletillas
- Traducción contextual al dictar sobre texto seleccionado existente
- Uso offline completo con modelos locales GGUF y aceleración GPU
- Gestión de historial local para revisar o retranscribir grabaciones anteriores
- Soporte nativo para modelos GGUF locales con aceleración NVIDIA CUDA
- Interfaz de limpieza de IA totalmente editable por el usuario
- Arquitectura modular separando cliente (Tauri) y servidor (FastAPI)
- Licencia AGPL-3.0 que garantiza código abierto incluso en servicios
- Integración transparente con múltiples proveedores de ASR (OpenAI, Groq, etc.)
- Requiere GPU NVIDIA para el modo local con modelos avanzados (VRAM recomendado 16GB)
- Configuración manual de claves API o endpoints para modos en la nube
- Dependencia de compiladores Rust y Node.js para construir el cliente desde cero
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para despliegue local, clona el repositorio y usa Docker Compose en la carpeta server. Se requiere GPU NVIDIA con CUDA para inferencia óptima. El backend corre en FastAPI (puerto 8000). Para uso personal sin servidor, descarga el instalador Windows desde releases.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.