VoxFlow 0.1.8 — la dictée garde le fil

VoxFlow 0.1.8 — la dictée garde le fil

La reconnaissance conserve désormais jusqu’à deux secondes d’audio précédent entre les morceaux. Ce contexte aide à garder la continuité des phrases françaises après une pause et à mieux reconnaître les fins courtes.

Les mots sont raccordés grâce à leurs horodatages, avec des protections contre les doublons et les mots perdus à la coupure. La dictée reste réactive : le tampon supplémentaire est limité à 125 Kio et les modèles sont les mêmes qu’en 0.1.7.

Validation : 70 tests Python, un comparatif sur 43 audios synthétiques et cinq contrôles dans l’app installée, dont le silence, la voix faible, les pauses et le nettoyage. Les résultats et limites sont détaillés dans docs/PERFORMANCE.md. Le modèle continue de détecter la langue automatiquement ; des erreurs restent possibles selon la voix et le bruit.

VoxFlow 0.1.8 — keeping the thread between audio chunks

Speech recognition now retains up to two seconds of preceding audio between chunks. This context helps French sentences stay coherent after a pause and improves recognition of short endings.

Timestamped words are joined with safeguards against duplicates and words lost at a boundary. Dictation stays responsive: the additional audio buffer is capped at 125 KiB, with the same models as 0.1.7.

Validated with 70 Python tests, a comparison across 43 synthetic audio cases and five installed-app checks, including silence, quiet speech, pauses and cleanup. Results and limitations are documented in docs/PERFORMANCE.md. Language detection remains automatic; accuracy varies with speech and noise.

VoxFlow 0.1.7 — fin rapide sans parole

VoxFlow 0.1.7 — fin rapide après un appui sans parole

Un bref appui puis relâchement sans parler pouvait laisser « Mise en forme… » affiché pendant plusieurs secondes. La préparation des modèles ne démarre plus dès l'appui : elle attend de l'audio et est abandonnée si la capture est déjà terminée.

Seul le moteur de transcription est préparé pendant l'écoute. Qwen reste appelé lorsqu'un texte a besoin d'être nettoyé. Aucun nouveau seuil de volume ne rejette la voix faible. Le dictionnaire appris et sa confirmation restent inchangés.

Le correctif est couvert par 60 tests Python et des essais avec les vrais modèles : silence, bruit bref, voix atténuée 100 fois et mise en forme après inactivité. Les mesures et les limites, dont les faux positifs possibles sur certains bruits, sont détaillées dans docs/PERFORMANCE.md du dépôt. Aucun nouveau téléchargement de modèle n'est nécessaire depuis la version 0.1.6.

VoxFlow 0.1.7 — faster finish after a silent key press

A brief press and release without speaking could leave “Formatting…” visible for several seconds. Optional model preparation now waits for incoming audio and is skipped if recording has already ended.

Only the speech engine is prepared while recording. Qwen runs when actual text needs cleanup. No new volume threshold discards quiet speech. Learned vocabulary and its confirmation are unchanged.

Validated with 60 Python tests and real-model checks for silence, brief background noise, speech attenuated 100 times, and cleanup after inactivity. Measurements and limitations, including possible false transcripts on some noises, are documented in docs/PERFORMANCE.md. No additional model download is needed when updating from 0.1.6.

VoxFlow 0.1.6

VoxFlow 0.1.6 — une dictée locale beaucoup plus réactive

Parakeet TDT 0.6B v3 devient le moteur de transcription par défaut. Sur un corpus de 30 phrases françaises synthétiques, mesuré sur un M4 Pro avec 24 Go, le délai médian du moteur après l'arrêt passe de 1,34 s à 0,19 s, avant le collage. Ces chiffres ne prédisent pas toutes les voix ou tous les Mac.

Après une période d'inactivité, les moteurs sont réveillés dès le début de l'écoute, pendant que tu parles. Les pauses permettent aussi de transcrire plus tôt, sans lancer de travail périodique lorsque l'app reste inutilisée.

Qwen3.5 ne nettoie que les passages qui en ont besoin, avec un budget partagé d'environ 1,5 s et un arrêt effectif de la génération si le budget est atteint. Les hésitations simples sont retirées localement ; les prénoms, mots cités et répétitions volontaires sont mieux préservés.

Le lexique tient mieux compte des variantes phonétiques. L'apprentissage automatique de tes corrections et la confirmation verte « Appris : … » restent présents. Les filtres existants s'appliquent toujours, notamment aux réécritures de titres courts ; le menu « Lexique appris » permet de vérifier les règles enregistrées.

Important pour la mise à jour : le nouveau moteur Parakeet représente environ 2,51 Go à télécharger une fois. Le mode complet utilise Qwen3.5 et représente environ 5,57 Go de modèles au total. Les anciens modèles ne sont pas supprimés automatiquement. Tout le traitement de la dictée reste sur le Mac, sans compte et sans envoi d'audio.

VoxFlow 0.1.6 — faster private dictation on your Mac

Parakeet TDT 0.6B v3 is the new default speech engine. Across 30 synthetic French clips on an M4 Pro with 24 GB, median engine time after recording stops went from 1.34 s to 0.19 s, before paste. Results vary with speech and hardware.

After inactivity, the engines wake as soon as dictation starts, while audio continues to arrive. Clear pauses allow earlier transcription, with no periodic inference when the app is idle.

Qwen3.5 cleanup is more selective, shares an approximately 1.5-second budget across the dictation, and actually stops generation when the budget expires. Simple fillers are removed locally, while names, quoted words and intentional emphasis are better preserved.

Learned vocabulary handles phonetic variants more reliably. Correction learning and the green “Learned” confirmation remain available, with their existing filters; replacing most of a short title can still be ignored. Check the menu to confirm saved rules.

This update downloads the new Parakeet model once (about 2.51 GB). Full mode uses Qwen3.5, for about 5.57 GB of models in total. Previous models are retained. Dictation stays entirely on your Mac, with no account and no audio upload.

VoxFlow 0.1.4

Les longues dictées sont nettoyées bien plus vite. Au lieu de réécrire tout le texte pour retirer un « euh » ou un « en fait », VoxFlow ne confie plus à Qwen que les phrases à corriger et garde les autres telles quelles : une dictée de sept phrases passe d'environ 3 secondes à moins d'une seconde.

Long dictations are cleaned up much faster. Instead of rewriting the whole text to remove one “um”, VoxFlow now hands Qwen only the sentences that need it and keeps the others as they are: a seven-sentence dictation goes from about 3 seconds to under one.

VoxFlow 0.1.3

Le menu de VoxFlow garde tes 5 dernières dictées. Si un collage est parti ailleurs parce que tu as cliqué à côté, clique dans le bon champ puis choisis la dictée dans « Dernières dictées » : elle est collée et reste dans le presse-papier. Elles restent en mémoire seulement, jamais sur le disque. Et la bulle « Appris » ne disparaît plus quand tu enchaînes une autre dictée juste après une correction : elle s'affiche à la fin de celle-ci.

The VoxFlow menu keeps your last five dictations. If a paste went to the wrong place because you clicked elsewhere, click the right field and pick the dictation under Recent Dictations: it is pasted and left on the clipboard. They stay in memory only, never on disk. And the “Learned” bubble no longer vanishes when you start another dictation right after a correction: it shows once that dictation ends.

VoxFlow 0.1.2

Deux correctifs après les premiers essais. VoxFlow ne télécharge plus que Voxtral (3,1 Go) tant que tu n'as pas choisi ton mode : Qwen (4,3 Go) ne s'ajoute que si tu prends le mode complet. Et une fois l'Accessibilité autorisée, VoxFlow redémarre tout seul pour que la touche de dictée marche aussitôt ; l'accueil reprend là où il en était.

Two fixes from early testing. VoxFlow now only downloads Voxtral (3.1 GB) until you choose a mode: Qwen (4.3 GB) is added only if you pick Full. And once you allow Accessibility, VoxFlow restarts itself so the dictation key works right away; the welcome picks up where it left off.

VoxFlow 0.1.1

Plus besoin du Terminal : VoxFlow installe lui-même ce qu'il lui faut. Un court accueil lance le téléchargement des moteurs, demande les autorisations, te fait choisir ta touche et te propose un essai.

Nouveau : la touche de dictée au choix (Fn, ou ⌘, ⌥, ⌃ de droite), un mode léger (3,1 Go, sans la mise en forme par IA) pour les Mac de 8 Go, l'interface en anglais, et un téléchargement qui reprend là où il s'est arrêté après une coupure. Les modèles déjà téléchargés par la 0.1.0 sont réutilisés. Le journal des moteurs ne contient plus le texte que tu dictes.

No more Terminal: VoxFlow now sets itself up. A short welcome starts the engine download, asks for permissions, lets you pick your key and try it. New: choose your dictation key (Fn, or right ⌘, ⌥, ⌃), a Light mode (3.1 GB, no AI formatting) for 8 GB Macs, an English interface, and downloads that resume after a dropped connection. The engine log no longer contains what you dictate.

VoxFlow 0.1.0

Première version publique de VoxFlow, la dictée vocale 100 % locale pour macOS.

Maintiens Fn pour dicter, ou tape deux fois sur Fn pour dicter mains libres. Le texte est transcrit par Voxtral Mini 4B Realtime (Mistral AI), mis en forme par Qwen2.5-Coder 7B (Alibaba Cloud), puis collé au curseur. VoxFlow apprend ton vocabulaire à partir de tes corrections. Aucun audio ni texte ne quitte ton Mac.

Configuration requise : Mac Apple Silicon, macOS 14 ou plus récent, et uv (brew install uv). Le premier lancement télécharge environ 7,5 Go de modèles.