Dicto

Dictado por voz para Windows, macOS y Linux, 100 % local. Mantén pulsada una tecla, habla y suelta: el texto aparece donde esté el cursor.

---

✨ Qué hace

Dicto vive en la bandeja del sistema (Windows y Linux) o en la barra de menús (macOS) y convierte tu voz en texto en cualquier aplicación: el navegador, Word, Slack, tu editor de código, la terminal… Usa Whisper a través de faster-whisper, así que la transcripción se hace en tu propio ordenador: ningún audio sale de tu equipo.

• 💻 Windows, Mac y Linux. Mismo funcionamiento en Windows 10/11, macOS (Intel y Apple Silicon) y Linux con X11.
• 🎙️ Pulsar y hablar. Mantén Ctrl derecho en Windows y Linux u Opción derecha en Mac (o el atajo que elijas), habla y suelta. El texto se pega solo.
• 🔁 Dos modos. Mantener pulsado o pulsar para empezar y parar, para dictados largos.
• ⚡ Rápido con GPU. En Windows usa CUDA si tienes una NVIDIA, y en Linux si además tienes CUDA 12 y cuDNN 9 instalados; si no (y siempre en Mac), funciona en CPU sin tocar nada.
• 🌍 Multilingüe. Español, inglés, catalán, portugués, francés, alemán, italiano o detección automática.
• 📚 Diccionario propio. Enséñale nombres, marcas o términos técnicos que suele escribir mal.
• 🗂️ Historial. Tus últimas 500 transcripciones, agrupadas por día y listas para copiar, con estadísticas de palabras, velocidad y racha.
• 🟢 Indicador flotante. Una pequeña píldora muestra el nivel del micrófono mientras grabas y avisa cuando transcribe.
• 🔔 Sonidos sutiles al empezar y terminar de grabar.
• 📋 Respeta tu portapapeles. Pega el texto y después restaura lo que tenías copiado.
• 🚀 Inicio automático opcional, con accesos directos en el menú Inicio y el escritorio (Windows), Dicto.app en Spotlight y Launchpad (Mac) o una entrada en el menú de aplicaciones (Linux).

🧭 Cómo funciona

  tecla pulsada ──► micrófono (16 kHz) ──► tecla suelta
                                              │
                                              ▼
                         Whisper local (GPU / CPU) + filtro de silencios
                                              │
                                              ▼
                          texto ──► portapapeles ──► Ctrl+V / ⌘V en la app activa

El icono de la bandeja (o de la barra de menús) cambia de color según el estado:

Color	Estado
⚪ Gris	Cargando el modelo
🟢 Verde	Listo para dictar
🔴 Rojo	Escuchando
🟠 Naranja	Transcribiendo

📦 Instalación

Elige tu sistema:

• 🪟 Windows
• 🍎 macOS (Apple Silicon)
• 🍎 macOS con Homebrew (Intel o Apple Silicon)
• 🍎 macOS sin Homebrew
• 🐧 Linux

🪟 Windows

Descarga Dicto-Windows-Setup.exe, ábrelo y pulsa Siguiente. No hace falta instalar Python ni tener permisos de administrador. Si Windows muestra «Windows protegió su PC», pulsa Más información → Ejecutar de todas formas.

Instalar desde el código fuente

Requisitos: Windows 10/11, Python 3.10 o superior (marca Add python.exe to PATH al instalarlo) y un micrófono. Una GPU NVIDIA es opcional pero muy recomendable.

1. Descarga el proyecto: botón verde Code → Download ZIP y descomprímelo, o con Git:

   git clone https://github.com/arocafull00/dicto.git

2. Abre instalar.bat con doble clic. Crea el entorno de Python, instala las dependencias (con soporte CUDA solo si detecta una GPU NVIDIA) y abre Dicto.

¡Y ya está! A partir de ahí, abre Dicto desde el acceso directo del menú Inicio o del escritorio.

Instalación manual:

python -m venv .venv

.venv\Scripts\python -m pip install -r requirements.txt

Sin GPU NVIDIA puedes quitar antes nvidia-cublas-cu12 y nvidia-cudnn-cu12 de requirements.txt. Después, abre dicto.bat.

Para generar el instalador: pyinstaller --noconfirm packaging/dicto.spec y después iscc packaging\dicto.iss (Inno Setup). El flujo .github/workflows/build.yml lo hace solo al subir una etiqueta v* y crea un borrador de release con Dicto-Windows-Setup.exe y Dicto-macOS.dmg. El instalador no incluye CUDA: si Dicto detecta una GPU NVIDIA, descarga cuBLAS y cuDNN (~1,3 GB) la primera vez que se abre, en %LOCALAPPDATA%\Dicto\cuda, y mientras tanto funciona en CPU.

🍎 macOS

Requisitos: macOS 12 o superior en un Mac con Apple Silicon (M1 o posterior) y un micrófono. En un Mac Intel, usa Homebrew.

1. Descarga Dicto-macOS.dmg, ábrelo y arrastra Dicto a la carpeta Aplicaciones.
2. Abre Dicto. Como la app no está firmada por Apple, macOS no la dejará abrir la primera vez: ve a Ajustes del Sistema › Privacidad y seguridad, baja hasta el aviso sobre Dicto y pulsa Abrir igualmente.
3. Concede los permisos que pida. No hace falta instalar Python ni usar la Terminal.

🍎 macOS con Homebrew

Requisitos: macOS 12 o superior (Intel o Apple Silicon), Homebrew y un micrófono.

brew tap arocafull00/dicto https://github.com/arocafull00/dicto

brew install --HEAD dicto

dicto

El primer dicto prepara el entorno de Python (unos minutos), crea Dicto.app en ~/Applications y la abre. A partir de ahí, ábrela desde Spotlight o Launchpad como cualquier otra app.

Para actualizar, brew upgrade --fetch-HEAD dicto y vuelve a ejecutar dicto.

🍎 macOS sin Homebrew

Requisitos: macOS 12 o superior, Python 3.10 o superior de python.org (incluye Tkinter) y un micrófono.

1. Descarga el proyecto (Code → Download ZIP) o clónalo con Git.

2. Abre instalar.command con doble clic. Si macOS dice que no puede abrirlo porque es de un desarrollador no identificado, haz clic derecho → Abrir, o ejecútalo desde la Terminal:

   bash instalar.command

3. El instalador crea el entorno de Python, instala las dependencias y abre Dicto.app desde ~/Applications.

🔐 Permisos en macOS

La primera vez, macOS pedirá tres permisos para Dicto (en algunos sistemas aparece como Python). Actívalos en Ajustes del Sistema › Privacidad y seguridad y vuelve a abrir Dicto:

Permiso	Para qué
Micrófono	Grabar tu voz.
Monitorización de entrada	Detectar el atajo de teclado en cualquier app.
Accesibilidad	Pegar el texto (⌘V) en la app activa.

Note

En Mac no hay CUDA, así que Whisper se ejecuta en la CPU. En Apple Silicon el modelo Turbo va bien; en Macs Intel elige Small o Base para que vaya fluido.

🐧 Linux

Requisitos: una distribución con apt (Ubuntu, Debian, Mint…), dnf (Fedora), pacman (Arch) o zypper (openSUSE), sesión X11 y un micrófono.

git clone https://github.com/arocafull00/dicto.git

bash dicto/instalar.sh

El instalador pide tu contraseña para instalar las dependencias del sistema (Tkinter, PyGObject, WebKit2GTK, AppIndicator, PortAudio, xclip y notify-send), crea el entorno de Python, añade Dicto al menú de aplicaciones y lo abre. No hay paquete precompilado: Dicto se ejecuta desde la carpeta que has clonado, así que no la borres. Para actualizar, git pull dentro de ella.

Warning

Dicto necesita X11 para detectar el atajo y pegar el texto. En una sesión Wayland (la predeterminada en Ubuntu y Fedora con GNOME) solo funciona en aplicaciones XWayland. Para usarlo en todas, cierra sesión y, en la pantalla de inicio, elige Ubuntu en Xorg (o la opción X11 de tu escritorio).

En GNOME, el icono de la bandeja necesita la extensión AppIndicator, que Ubuntu ya trae activada.

La primera vez que se abre

1. Se descarga el modelo de voz desde Hugging Face, una sola vez. Con el modelo Turbo son unos 1,6 GB, así que puede tardar varios minutos: mientras tanto el icono se ve ⚪ gris. Cuando se pone 🟢 verde, ya puedes dictar.
2. Se crean los accesos directos: menú Inicio y escritorio en Windows, ~/Applications/Dicto.app en Mac y el menú de aplicaciones en Linux.
3. Se abre la ventana de Dicto en Ajustes para que elijas el atajo, el idioma y el micrófono.

Note

Los modelos se guardan en ~/.cache/huggingface (%USERPROFILE%\.cache\huggingface en Windows). Si cambias de modelo en la configuración, el nuevo se descarga la primera vez que lo uses. Después, Dicto funciona sin internet.

Tip

Sin GPU, Dicto funciona en CPU automáticamente. Elige un modelo más ligero (Small o Base) para que vaya fluido.

🎛️ Configuración

Haz clic en el icono de la bandeja (Windows y Linux) o de la barra de menús (Mac) para abrir Dicto. La ventana tiene tres secciones y sigue el tema claro u oscuro del sistema:

• Inicio: tus estadísticas (palabras dictadas, palabras por minuto y días seguidos) y el historial de transcripciones agrupado por día. Pasa el ratón por una para copiarla o borrarla.
• Diccionario: nombres, marcas o términos que Whisper debe reconocer mejor.
• Ajustes: todo lo demás. Los cambios se guardan al momento.

Opción	Descripción
Atajo	Cualquier tecla o combinación. Pulsa Cambiar y presiónala.
Modo	Mantener pulsado o Pulsar para empezar y parar.
Idioma	Idioma del dictado o detección automática.
Modelo	Turbo (recomendado), Large v3, Medium, Small o Base.
Micrófono	El predeterminado del sistema o uno concreto.
Opciones	Sonidos, indicador flotante e inicio automático al encender.

Desde el menú del icono también puedes copiar la última transcripción o salir.

Los ajustes se guardan en config.json, el historial en history.json y el registro de actividad en dicto.log, dentro de:

• Windows: %APPDATA%\Dicto\
• macOS: ~/Library/Application Support/Dicto/
• Linux: ~/.config/Dicto/

🧠 Modelos

Modelo	Descarga	Velocidad	Precisión	Ideal para
large-v3-turbo	~1,6 GB	⚡⚡⚡	★★★★	Uso diario con GPU o Apple Silicon (por defecto)
large-v3	~3 GB	⚡	★★★★★	Máxima precisión
medium	~1,5 GB	⚡⚡	★★★	GPUs modestas
small	~500 MB	⚡⚡⚡	★★	CPU
base	~150 MB	⚡⚡⚡⚡	★	Equipos muy ligeros

🔒 Privacidad

La transcripción ocurre en tu máquina, sin cuentas, telemetría ni envío de audio al mantenedor. Dicto descarga los modelos desde Hugging Face y, en Windows con GPU NVIDIA, puede descargar bibliotecas CUDA desde PyPI. Una vez disponibles el modelo y las dependencias, el dictado funciona sin conexión.

El historial, los ajustes y los contadores se guardan localmente. El archivo dicto.log también puede contener texto transcrito. Borrar el historial no borra ese registro. Consulta la política de privacidad para conocer las ubicaciones de los archivos, los servicios externos y cómo eliminar todos los datos.

Code signing policy

La solicitud a SignPath Foundation está en preparación. La firma de SignPath todavía no está activa y las publicaciones actuales pueden estar sin firmar. Consulta la Code signing policy para comprobar el estado y las responsabilidades.

Si se aprueba la solicitud y se activa la integración: Free code signing provided by SignPath.io, certificate by SignPath Foundation.

• Autor y committer: Adrián Rocafull (arocafull00).
• Revisor de contribuciones externas: Adrián Rocafull.
• Aprobador de solicitudes de firma: Adrián Rocafull. Cada solicitud requerirá aprobación manual; antes de activar la integración se deberá verificar MFA en GitHub y SignPath.
• Instaladores compilados desde el repositorio público con GitHub Actions. Los binarios de terceros no se presentarán como código propio para su firma. La compatibilidad de las bibliotecas CUDA opcionales con el programa queda pendiente de revisión por SignPath.

Desinstalación

En Windows, usa Ajustes → Aplicaciones → Dicto → Desinstalar. En macOS, desactiva primero el inicio automático en Dicto y elimina ~/Applications/Dicto.app; si usaste Homebrew, ejecuta brew uninstall dicto. En Linux, desactiva el inicio automático, borra la carpeta que clonaste y elimina ~/.local/share/applications/dicto.desktop.

La desinstalación puede conservar los datos personales. Para borrarlos, cierra Dicto y elimina %APPDATA%\Dicto\ (Windows), ~/Library/Application Support/Dicto/ (macOS) o ~/.config/Dicto/ (Linux). Los modelos descargados están aparte, normalmente en ~/.cache/huggingface/; elimina solo los correspondientes a Dicto si otras aplicaciones usan esa caché.

Licencia

Dicto se distribuye bajo la licencia MIT. Los modelos y componentes de terceros conservan sus propias licencias.

🛠️ Hecho con

faster-whisper · sounddevice · keyboard · PyObjC · pynput · pystray · pyperclip · Pillow · Tkinter