Voicebox: herramienta de voz a texto de código abierto que transcribe con Whisper y formatea con IA

Open Source, Free Tier Capable Whispr Using Cloudflare AI

Voicebox es una herramienta de voz a texto que captura tu discurso, lo transcribe mediante Whisper (modelo de OpenAI) y lo formatea con un LLM (Qwen3) para que puedas pegarlo directamente en cualquier aplicación. Al mantener pulsada una combinación de teclas, hablas y al soltarla, el texto formateado se copia al portapapeles y se pega automáticamente en la aplicación que estabas usando. La aplicación de escritorio, construida con Wails (Go + React), envía el audio a un Worker de Cloudflare que procesa la transcripción y el formateo. Incluye una interfaz de superposición, captura del contexto del elemento enfocado para adaptar el formato, y soporte para backend local en una segunda fase.