Speech-to-Markdown
Una aplicación de barra de menús para Mac que transcribe localmente y organiza la voz en documentos Markdown limpios en tiempo real.
Acerca de Speech-to-Markdown
Speech-to-Markdown es una aplicación de barra de menús para Mac que transcribe y organiza en el dispositivo. En el modo Dictado global, pulsa el atajo en cualquier aplicación y habla; el texto se introduce directamente en la posición del cursor. Agent Mode utiliza un modelo local que ejecutas para organizar el contenido hablado en documentos estructurados en tiempo real, con compatibilidad con Markdown, texto sin formato y HTML, y permite consultar la transcripción original con un clic. whisper.cpp transcribe el audio en el dispositivo y el servidor LLM local debe admitir el formato de solicitudes de OpenAI. La versión para iOS también permite usar el mismo Agent Mode 100 % sin conexión en iOS 26+ y iPhone 15 Pro o posterior.
Ideal para
Mejores casos de uso
Dictar en un terminal, navegador o aplicación de chat e introducir el texto directamente en el cursor
Convertir ideas habladas en documentos Markdown estructurados en tiempo real
Conservar la transcripción original después de dictar y verla con un clic cuando sea necesario
Grabar voz completamente sin conexión en iPhone o iPad
Funciones
Dictado global
Pulsa ⌘⌥] en cualquier aplicación y habla. El texto transcrito se introduce directamente en la posición del cursor, con una barra de estado similar a Spotlight que muestra el estado actual.
Organización en tiempo real con Agent Mode
Habla libremente mientras un modelo local organiza tu contenido en documentos estructurados en tiempo real. Admite Markdown, texto sin formato y HTML, y permite consultar la transcripción original con un clic.
Transcripción en el dispositivo
whisper.cpp transcribe el audio en el dispositivo en segmentos de unos 4 segundos. Agent Mode se conecta a tu servidor LLM local, con http://127.0.0.1:8000/v1 como dirección predeterminada.
Versión sin conexión para iOS / iPadOS
Usa el mismo Agent Mode 100 % sin conexión en iOS 26+ y iPhone 15 Pro o posterior. SpeechAnalyzer transcribe y Apple Intelligence organiza el documento.
Ventajas
- La transcripción y la organización de documentos se realizan en el dispositivo; la versión para iOS también funciona 100 % sin conexión
- El dictado global introduce texto directamente en la posición del cursor en cualquier aplicación
- Admite salidas en Markdown, texto sin formato y HTML
- Instalación con un script de una línea; whisper.cpp se instala automáticamente
Limitaciones
- Agent Mode requiere ejecutar por tu cuenta un servidor LLM local en tu Mac
- La versión para iOS requiere iOS 26 o posterior, un iPhone 15 Pro o posterior y un dispositivo compatible con Apple Intelligence