Transcripción y costes

#Quién paga y adónde va el tráfico

#Métodos

Elige en Ajustes → Transcripción → Motor. La ventana emergente Micrófono y transcripción del pie muestra la elección actual.

Ajustes → Transcripción → Idioma: Automático, Japonés o Inglés. Es el idioma hablado, independiente del idioma de la interfaz.

#whisper en el dispositivo (gratis)

La transcripción en el dispositivo usa whisper.cpp (se abre en una pestaña nueva): el binario whisper-cli más un modelo GGML.

1. Instala whisper-cli. Ferret busca una copia incluida (resources/whisper/<platform>-<arch>/), luego en PATH y después en ubicaciones habituales como Homebrew.

# macOS
brew install whisper-cpp

# Linux: build from source, then add build/bin to PATH
git clone https://github.com/ggml-org/whisper.cpp && cd whisper.cpp
cmake -B build && cmake --build build -j --config Release

# Windows: download the zip from github.com/ggml-org/whisper.cpp/releases
# and add the folder containing whisper-cli.exe to PATH

2. Consigue un modelo. Con En el dispositivo (gratis) seleccionado, elige un Modelo y haz clic en Descargar modelo. Los archivos se descargan directamente de Hugging Face (ggerganov/whisper.cpp), se comprueban con un sha256 fijado en la app (si no coincide, el archivo se elimina) y se guardan en <userData>/models/. El modelo descargado se selecciona automáticamente. Cancelar conserva el archivo parcial y Reanudar descarga continúa desde ahí.

¿Ya tienes un modelo? Usa Elegir un archivo… para apuntar a cualquier ggml-*.bin. Sin modelo, Ajustes indica que no hay ninguno configurado. Aun así puedes grabar: el audio se guarda y solo se generan los hallazgos de lápiz.

whisper-cli no viene incluido en la app. Instálalo tú como se muestra arriba. Cuando no se encuentra, Ajustes muestra No se encontró whisper.cpp (whisper-cli). Instálalo y vuelve a abrir los ajustes. con las mismas instrucciones.

#Tu propia clave de OpenAI

1. Pon Motor en OpenAI (tu clave).
2. Pega una clave que empiece por sk- en Clave de API de OpenAI y haz clic en Guardar.
3. Haz clic en Probar conexión. Envía 1 segundo de silencio (unos $0.0001).

El modelo está fijado en gpt-transcribe. Solo en desarrollo (pnpm dev) también se lee OPENAI_API_KEY de un archivo .env ignorado por git. Las versiones empaquetadas nunca leen .env.

#Endpoints compatibles con OpenAI

Ferret envía POST <base>/v1/audio/transcriptions (multipart: file, model, response_format=json, language, prompt), así que está pensado para servidores que implementan la ruta de transcripción de OpenAI.

1. Pon Motor en Compatible con OpenAI (GPU propia, Groq, etc.).
2. Rellena Base URL del endpoint y Modelo (el nombre del modelo en el endpoint).
3. Si el servidor la necesita, escribe la Clave de API del endpoint (opcional) y haz clic en Guardar.
4. Haz clic en Probar conexión. Los errores indican la causa, p. ej. una Base URL incorrecta (sin /v1/audio/transcriptions), una clave rechazada o un nombre de modelo desconocido.

• Al guardar se elimina un /v1 final o un /v1/audio/transcriptions pegado, así que sirve cualquiera de las dos formas.
• Se rechazan las URL que contienen un nombre de usuario o una contraseña, para que las claves nunca acaben en settings.json.
• Para un equipo con GPU en tu LAN o tailnet, usa su dirección, p. ej. http://100.x.y.z:8000/v1.

#Límite de coste

Para OpenAI y los endpoints compatibles, define el Límite de coste: Ninguno, o Hasta $0.10 por revisión pasando por $0.50, $1 (predeterminado), $5 y $20. Para tu propia GPU tiene sentido Ninguno. El ajuste se guarda como capture.costLimitUsd (máximo 1000; null significa sin límite). Los endpoints compatibles se estiman a $0.006/min.

Cuando el siguiente fragmento superaría el límite, Ferret deja de enviar y conserva el audio. Las llamadas a la API que fallan no se reintentan automáticamente.

#Dónde se guardan las claves

Las claves introducidas en Ajustes se cifran con safeStorage de Electron y se escriben en <userData>/stt-keys.bin. La app nunca las escribe en settings.json. Para apuntar a una clave desde settings.json (una variable de entorno o una entrada de .env), consulta Claves de API.

• macOS: Llavero (Keychain)
• Windows: DPAPI
• Linux: libsecret o KWallet. Si solo está disponible el backend basic_text, la clave se guarda en memoria solo durante la sesión actual (el botón dice Configurar para esta sesión).

Eliminar clave la borra. Para las rutas de <userData>, consulta Archivos y entorno.