Transcrição e custos

#Quem paga e para onde vai o tráfego

#Métodos

Escolha em Configurações → Transcrição → Mecanismo. O popover Microfone e transcrição do rodapé mostra a escolha atual.

Configurações → Transcrição → Idioma: Automático, Japonês ou Inglês. Este é o idioma falado, separado do idioma da interface.

#Whisper no dispositivo (gratuito)

A transcrição no dispositivo usa o whisper.cpp (abre em uma nova aba): o binário whisper-cli mais um modelo GGML.

1. Instale o whisper-cli. O Ferret procura uma cópia embutida (resources/whisper/<platform>-<arch>/), depois o PATH e depois locais comuns, como o 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. Obtenha um modelo. Com No dispositivo (gratuito) selecionado, escolha um Modelo e clique em Baixar modelo. Os arquivos vêm direto do Hugging Face (ggerganov/whisper.cpp), são conferidos com um sha256 fixado no app (se não conferir, o arquivo é excluído) e são salvos em <userData>/models/. O modelo baixado é selecionado automaticamente. Cancelar mantém o arquivo parcial, e Retomar download continua de onde parou.

Já tem um modelo? Use Escolher um arquivo… para apontar para qualquer ggml-*.bin. Sem um modelo, as Configurações informam que nenhum modelo está definido. Você ainda pode gravar: o áudio é salvo, e só os apontamentos da caneta são gerados.

O whisper-cli não vem com o app. Instale-o você mesmo como mostrado acima. Quando ele não é encontrado, as Configurações mostram O whisper.cpp (whisper-cli) não foi encontrado. Instale-o e reabra as configurações. com as mesmas instruções.

#Sua própria chave da OpenAI

1. Defina Mecanismo como OpenAI (sua chave).
2. Cole uma chave que comece com sk- em Chave de API da OpenAI e clique em Salvar.
3. Clique em Testar conexão. Isso envia 1 segundo de silêncio (cerca de US$ 0,0001).

O modelo é fixo em gpt-transcribe. Apenas em desenvolvimento (pnpm dev), o OPENAI_API_KEY de um arquivo .env ignorado também é lido. As versões empacotadas nunca leem o .env.

#Endpoints compatíveis com OpenAI

O Ferret envia POST <base>/v1/audio/transcriptions (multipart: file, model, response_format=json, language, prompt), então foi pensado para servidores que implementam a rota de transcrição da OpenAI.

1. Defina Mecanismo como Compatível com OpenAI (GPU auto-hospedada, Groq etc.).
2. Preencha Base URL do endpoint e Modelo (o nome do modelo no endpoint).
3. Se o servidor exigir, informe a Chave de API do endpoint (opcional) e clique em Salvar.
4. Clique em Testar conexão. Os erros indicam a causa, por exemplo uma Base URL errada (sem /v1/audio/transcriptions), uma chave recusada ou um nome de modelo desconhecido.

• Um /v1 no final ou um /v1/audio/transcriptions colado é removido ao salvar, então qualquer uma das formas funciona.
• URLs que contêm nome de usuário ou senha são recusadas, para que as chaves nunca acabem no settings.json.
• Para uma máquina com GPU na sua LAN ou tailnet, use o endereço dela, por exemplo http://100.x.y.z:8000/v1.

#Limite de custo

Para a OpenAI e endpoints compatíveis, defina o Limite de custo: Nenhum ou de Até $0.10 por revisão até $0.50, $1 (padrão), $5 e $20. Para a sua própria GPU, Nenhum faz sentido. A configuração é armazenada como capture.costLimitUsd (máximo 1000; null significa sem limite). Para endpoints compatíveis, a estimativa é de US$ 0,006/min.

Quando o próximo trecho ultrapassaria o limite, o Ferret para de enviar e mantém o áudio. Chamadas de API que falham não são repetidas automaticamente.

#Onde as chaves são armazenadas

As chaves informadas em Configurações são criptografadas com o safeStorage do Electron e gravadas em <userData>/stt-keys.bin. O app nunca as grava no settings.json. Para apontar para uma chave a partir do settings.json (uma variável de ambiente ou uma entrada do .env), veja Chaves de API.

• macOS: Keychain
• Windows: DPAPI
• Linux: libsecret ou KWallet. Se só o backend basic_text estiver disponível, a chave fica na memória apenas durante a sessão atual (o botão mostra Definir para esta sessão).

Excluir chave a remove. Para os caminhos de <userData>, veja Arquivos e ambiente.