Speech-to-Markdown
Um app de barra de menus para Mac que transcreve localmente e organiza a voz em documentos Markdown limpos em tempo real.
Sobre Speech-to-Markdown
Speech-to-Markdown é um app de barra de menus para Mac que faz a transcrição e a organização no dispositivo. No modo Digitação por voz global, pressione o atalho em qualquer app e fale; o texto será inserido diretamente na posição do cursor. O Agent Mode usa um modelo local executado por você para organizar o conteúdo falado em documentos estruturados em tempo real, com suporte a Markdown, texto simples e HTML; a transcrição original fica disponível com um clique. O áudio é transcrito no dispositivo pelo whisper.cpp, e o servidor LLM local precisa aceitar o formato de requisição da OpenAI. A versão para iOS também permite usar o mesmo Agent Mode 100% offline no iOS 26+ e no iPhone 15 Pro ou posterior.
Ideal para
Melhores casos de uso
Ditar em um terminal, navegador ou app de conversa e inserir o texto diretamente no cursor
Transformar ideias faladas em documentos Markdown estruturados em tempo real
Manter a transcrição original após ditar e visualizá-la com um clique quando necessário
Fazer registros de voz totalmente offline no iPhone ou iPad
Funcionalidades
Digitação por voz global
Pressione ⌘⌥] em qualquer app e fale. O texto transcrito é inserido diretamente na posição do cursor, com uma barra de status semelhante ao Spotlight mostrando o estado atual.
Organização em tempo real com Agent Mode
Fale livremente enquanto um modelo local organiza o conteúdo em documentos estruturados em tempo real. Oferece suporte a Markdown, texto simples e HTML, e a transcrição original fica disponível com um clique.
Transcrição no dispositivo
O áudio é transcrito no dispositivo pelo whisper.cpp em segmentos de cerca de 4 segundos. O Agent Mode se conecta ao seu servidor LLM local, com padrão em http://127.0.0.1:8000/v1.
Versão offline para iOS / iPadOS
Use o mesmo Agent Mode 100% offline no iOS 26+ e no iPhone 15 Pro ou posterior. O SpeechAnalyzer transcreve e o Apple Intelligence organiza o documento.
Vantagens
- A transcrição e a organização dos documentos são feitas no dispositivo; a versão para iOS também funciona 100% offline
- A digitação por voz global insere texto diretamente na posição do cursor em qualquer app
- Oferece saída em Markdown, texto simples e HTML
- Instalação com um script de uma linha; o whisper.cpp é instalado automaticamente
Limitações
- O Agent Mode exige que você execute um servidor LLM local no Mac
- A versão para iOS exige iOS 26 ou posterior, um iPhone 15 Pro ou posterior e um dispositivo compatível com Apple Intelligence