Trascrizione e costi

#Chi paga e dove va il traffico

#Metodi

Scegli in Impostazioni → Trascrizione → Motore. Il popover Microfono e trascrizione del footer mostra la scelta attuale.

Impostazioni → Trascrizione → Lingua: Automatica, Giapponese o Inglese. È la lingua parlata, distinta dalla lingua dell'interfaccia.

#Whisper sul dispositivo (gratuito)

La trascrizione sul dispositivo usa whisper.cpp (si apre in una nuova scheda): il binario whisper-cli più un modello GGML.

1. Installa whisper-cli. Ferret cerca una copia inclusa (resources/whisper/<platform>-<arch>/), poi nel PATH, poi in percorsi comuni come quelli di 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. Procurati un modello. Con Sul dispositivo (gratuito) selezionato, scegli un Modello e fai clic su Scarica modello. I file arrivano direttamente da Hugging Face (ggerganov/whisper.cpp), vengono confrontati con uno sha256 fissato nell'app (in caso di mancata corrispondenza il file viene eliminato) e salvati in <userData>/models/. Il modello scaricato viene selezionato automaticamente. Annulla conserva il file parziale, e Riprendi download riparte da lì.

Hai già un modello? Usa Scegli un file… per indicare un qualsiasi ggml-*.bin. Senza un modello, le Impostazioni indicano che non è impostato alcun modello. Puoi comunque registrare: l'audio viene salvato e vengono prodotte solo le segnalazioni della penna.

whisper-cli non è incluso nell'app. Installalo tu come mostrato sopra. Quando non viene trovato, le Impostazioni mostrano whisper.cpp (whisper-cli) non trovato. Installalo, poi riapri le impostazioni. con le stesse istruzioni.

#La tua chiave OpenAI

1. Imposta Motore su OpenAI (la tua chiave).
2. Incolla una chiave che inizia con sk- in Chiave API OpenAI e fai clic su Salva.
3. Fai clic su Verifica connessione. Invia 1 secondo di silenzio (circa $0.0001).

Il modello è fisso su gpt-transcribe. Solo in sviluppo (pnpm dev) viene letto anche OPENAI_API_KEY da un file .env ignorato da git. Le build pacchettizzate non leggono mai .env.

#Endpoint compatibili con OpenAI

Ferret invia POST <base>/v1/audio/transcriptions (multipart: file, model, response_format=json, language, prompt), quindi è pensato per server che implementano la route di trascrizione di OpenAI.

1. Imposta Motore su Compatibile con OpenAI (GPU self-hosted, Groq, ecc.).
2. Compila Base URL dell'endpoint e Modello (il nome del modello dell'endpoint).
3. Se il server la richiede, inserisci la Chiave API dell'endpoint (facoltativa) e fai clic su Salva.
4. Fai clic su Verifica connessione. Gli errori indicano la causa, ad es. un Base URL errato (senza /v1/audio/transcriptions), una chiave rifiutata o un nome di modello sconosciuto.

• Un /v1 finale o un /v1/audio/transcriptions incollato vengono rimossi al salvataggio, quindi funzionano entrambe le forme.
• Gli URL che contengono un nome utente o una password vengono rifiutati, così le chiavi non finiscono mai in settings.json.
• Per una macchina con GPU nella tua LAN o tailnet, usa il suo indirizzo, ad es. http://100.x.y.z:8000/v1.

#Limite di spesa

Per OpenAI e gli endpoint compatibili, imposta Limite di spesa: Nessuno, oppure da Fino a $0.10 per revisione passando per $0.50, $1 (predefinito), $5 e $20. Per una tua GPU ha senso Nessuno. L'impostazione è memorizzata come capture.costLimitUsd (massimo 1000, null significa nessun limite). Per gli endpoint compatibili la stima è di $0.006/min.

Quando il blocco successivo supererebbe il limite, Ferret smette di inviare e conserva l'audio. Le chiamate API non riuscite non vengono ritentate automaticamente.

#Dove sono memorizzate le chiavi

Le chiavi inserite nelle Impostazioni sono cifrate con safeStorage di Electron e scritte in <userData>/stt-keys.bin. L'app non le scrive mai in settings.json. Per fare invece riferimento a una chiave da settings.json (una variabile d'ambiente o una voce di .env), vedi Chiavi API.

• macOS: Portachiavi
• Windows: DPAPI
• Linux: libsecret o KWallet. Se è disponibile solo il backend basic_text, la chiave viene tenuta in memoria solo per la sessione corrente (il pulsante indica Imposta per questa sessione).

Elimina chiave la rimuove. Per i percorsi di <userData>, vedi File e ambiente.