Funcionalidades
Diez capacidades repartidas en seis flujos, con su estado real al lado del nombre. Nada de esto está redibujado a ojo: cada medida y cada frase salen de la app corriendo.
Nada de esto está redibujado a ojo: cada medida, cada atajo y cada frase salen de la app corriendo.
El atajo que usas todos los días.
dictate
Convierte lo que dices en texto y lo pega donde esté el cursor.
Sostienes ctrl + space y hablas, o una pulsación para empezar y otra para parar. El modelo corre en tu máquina: Whisper o Parakeet, con idioma fijo o automático y traducción al inglés al vuelo.
dictate
Portapapeles o tecleo, con o sin Enter al final.
Cómo llega el texto a la otra app, qué pasa con lo que ya había en el portapapeles, y si se agrega un espacio al final. «Enviar solo» manda Enter después de pegar: para chats.
El único paso que sale de tu máquina.
enhance
Lo mismo, pasando antes por el modelo de lenguaje que hayas configurado.
Un segundo atajo — ctrl + shift + space — manda la transcripción a un LLM tuyo antes de pegarla. Es el único momento en que algo sale de tu máquina.
Frases que hacen cosas.
automate
Abre apps, manda teclas, llama webhooks. Dicho en voz alta.
Un comando con más de un paso es una macro; no hay un tipo «macro» aparte, así que una macro nunca puede anidar otra. Un webhook que devuelve error corta la secuencia.
automate
Un atajo abre la barra y enciende el micrófono a la vez.
Hablas o escribes sobre la misma barra. La lista se abre hacia arriba, así que la barra se queda donde el ojo ya estaba en vez de empujarse pantalla abajo.
La voz también puede volver a ti.
listen
ctrl + alt + r lo lee; apriétalo de nuevo para callarlo.
Mientras suena, la píldora muestra transcurrido / total y es ella misma el botón de parar. Por eso se muestra incluso con el overlay apagado: si desapareciera, no habría forma de callar el audio sin abrir la ventana.
listen
El audio de la última transcripción, sin buscar el archivo.
La duración total sale del encabezado del WAV, así que el cronómetro sabe cuánto falta desde el primer cuadro. Las frases de comando nunca se guardan: siempre es el último dictado.
Una segunda ventana, para horas.
meet
Micrófono y audio del sistema, durante horas.
ctrl + alt + m empieza o detiene. La píldora de reunión no comparte ventana con la de dictado: dictar una nota en medio de una reunión tiene que poder mostrar las dos cosas a la vez.
meet
La conversación deja de ser una pared de texto.
Al cerrar la reunión se cierran los archivos y se agrupan las voces de los participantes remotos. Es lo que hace la píldora «Guardando…» antes de desaparecer.
Lo que la app te dice sin abrirse.
integrate
Todo lo que disparas con un atajo se reporta arriba.
La app vive en la bandeja con su ventana cerrada, así que un aviso dentro de la ventana no es feedback: es un mensaje que nadie lee. Las píldoras son translúcidas y flotan sobre lo que tengas abierto.
Escape solo se captura mientras algo está grabando: fuera de eso la tecla le pertenece a la app en la que estés trabajando.
| Atajo | Windows / Linux | macOS | Qué hace |
|---|---|---|---|
| Transcribir | ctrl + space | option + space | Convierte lo que dices en texto y lo pega donde esté el cursor. |
| Transcribir y pulir | ctrl + shift + space | option + shift + space | Lo mismo, pasando antes por el modelo de lenguaje que hayas configurado. |
| Leer el portapapeles | ctrl + alt + r | option + ctrl + r | Lo lee en voz alta; apriétalo de nuevo para callarlo. |
| Grabar una reunión | ctrl + alt + m | — no disponible | Empieza o detiene la grabación en curso. |
| Paleta de comandos | ctrl + alt + space | option + ctrl + space | Abre la barra y enciende el micrófono, sobre la misma superficie. |
| Cancelar | escape | escape | Corta lo que esté en curso. Solo se captura mientras algo está grabando. |
La app vive en la bandeja con su ventana cerrada, así que un aviso dentro de la ventana no es feedback: es un mensaje que nadie lee. Todo lo que disparas con un atajo tiene que reportarse aquí arriba.
recording La tarjeta entera se pone azul: el borde, el fondo y el resplandor. El punto late cada 1,9 s y la onda se dibuja con el nivel real del micrófono, a ~30 fps.
se cancela con Escapestreaming La píldora se esculpe en panel: las líneas viejas se disuelven hacia arriba con una máscara, y el cronómetro aparece justo aquí.
la píldora se abre en paneltranscribing El azul baja de intensidad: ya no está escuchando. La etiqueta lleva un brillo que barre las letras cada 1,6 s.
el texto todavía no se puede pegarprocessing Es el post-proceso: el texto ya existe y está pasando por el modelo que configuraste. Se ve igual porque para quien espera es lo mismo — sigue sin poder pegar todavía.
idéntico a transcribing, solo cambia la palabratts Sin X a propósito: todavía no hay nada que parar. El botón aparece justo cuando empieza a sonar.
sin botón de cancelar: no hay nada que parar todavíaspeaking Esta píldora es el botón de parar. Por eso se muestra incluso con el overlay apagado: si desapareciera, no habría forma de callar el audio sin abrir la ventana.
cronómetro transcurrido / totalplayback La duración total sale del encabezado del WAV, así que el cronómetro sabe cuánto falta desde el primer cuadro.
mismo chasis que speaking, otro triángulodone Casi ningún comando necesita esto: abrir Chrome se anuncia solo. Aparece únicamente cuando la secuencia es invisible — un webhook, cuyo éxito y cuyo fracaso silencioso se ven igual.
vive 1400 ms y se va solaerror Es la única que se muestra aunque hayas apagado el overlay: apagarlo significa «no me avises de lo que ya sé», no «ocultame las fallas».
once mensajes distintos, cada uno con su causaLas píldoras son translúcidas y su contraste está calculado contra lo que haya debajo, porque flotan sobre tu escritorio y no sobre una tarjeta de la app.
Los modelos corren en tu máquina. Nada sale a internet salvo que actives el post-proceso, y en ese caso sale hacia el endpoint que tú configures.
Hablas mientras sostienes la tecla, o una pulsación para empezar y otra para parar. Por defecto: sostener.
Whisper o Parakeet, corriendo en la máquina. Nada sale a internet salvo que actives el post-proceso.
Idioma fijo o automático, con opción de traducir al inglés al vuelo.
Nombres, siglas y jerga que el modelo escribiría mal. Se corrigen por similitud, con umbral configurable.
Cómo llega el texto a la otra app, qué pasa con lo que ya había en el portapapeles, y si se agrega un espacio al final.
Después de pegar, manda Enter (o el que elijas). Para chats.
El texto pasa por un LLM tuyo — cualquier endpoint compatible con OpenAI, más Anthropic y Apple Intelligence — con tus propios prompts.
Baja el audio del sistema para que no se cuele en la grabación.
Tema de sonido, volumen, posición de la píldora, o apagarla del todo.
Cuántas transcripciones se guardan y cuánto duran los audios antes de borrarse.
Descarga la versión exclusiva para Imperio Agéntico y verifica el checksum SHA-256 antes de instalarla.
Ver la automatización por voz