Dónde empieza una descarga
- En el selector de modelos: resalta un modelo LOCAL y pulsa «Descargar y elegir». La fila y los detalles muestran el porcentaje; al terminar, el modelo se pone en marcha.
- Bajo la fila LANGUAGES: cuando el modelo elegido aún no está en el ordenador (o, con «Automático — por idioma», no hay ningún modelo), una franja dice «Hay que descargar:» con su nombre, su tamaño y un botón Descargar.
- En una tecla de idioma de Vosk, que descarga el modelo de ese idioma.
Cerrar el selector no detiene una descarga. Hasta que un modelo esté en el disco, LOCAL usa el mejor que ya tengas.
Tamaños
| Modelo | Descarga |
|---|---|
| T-one | unos 144 MB |
| GigaAM v3 | unos 232 MB |
| Parakeet v3 | unos 670 MB |
| Vosk | un modelo por idioma, de 31 a 133 MB; la mayoría, unos 40 a 50 MB; el ucraniano es el mayor |
| Whisper | de 75 MB a 1.031 MB, según el tamaño que elijas |
Tamaños de Whisper
Whisper viene en cinco tamaños. En el selector, elige el tamaño en los detalles de Whisper (Tiny, Base, Small, Turbo o Large) antes de descargarlo; la pantalla FILES muestra los mismos tamaños con nombres más largos. Más grande significa menos errores y trabajo más lento.
| Tamaño | Nombre en FILES | Descarga | Sirve para |
|---|---|---|---|
| Tiny | Instantáneo · Tiny | 75 MB | comprobar que todo funciona; inglés claro |
| Base | Rápido · Base | 142 MB | grabaciones sencillas con sonido limpio |
| Small | Equilibrado · Small | 466 MB | un ordenador sin tarjeta gráfica |
| Turbo | El mejor · Large v3 Turbo | 547 MB | el tamaño recomendado: casi la precisión de Large, varias veces más rápido |
| Large | El más preciso · Large v3 | 1.031 MB | ruido, acentos, varias voces; lento |
El dictado y la pantalla FILES usan los mismos archivos de Whisper, así que un tamaño descargado para uno queda listo para el otro.
Whisper y la tarjeta gráfica
Whisper es el único modelo al que le importa tu hardware. El selector te dice en qué se ejecuta:
- Con una tarjeta gráfica NVIDIA, ofrece un módulo CUDA: «Descargar CUDA». Con él, Whisper va diez veces más rápido o más.
- Sin tarjeta NVIDIA, avisa: «La tarjeta gráfica NVIDIA no se encontró: Whisper calculará en el procesador — muy lento, en cualquier idioma.» Para dictar sin conexión en un ordenador así, Parakeet v3, GigaAM v3, T-one o Vosk son mejores opciones.
Los demás modelos sin conexión se ejecutan en el procesador y no necesitan tarjeta gráfica.
Dónde se guardan los modelos
Todo va a la carpeta VoiceKeyboard dentro de %AppData% de tu perfil de Windows: los archivos de Whisper en models, los demás modelos de dictado en models\live. Mientras un modelo trabaja, no se envía nada a ningún sitio.
Si una descarga falla
La fila muestra «No se pudo descargar:» con el motivo. Comprueba la conexión a internet y vuelve a pulsar el botón de descarga. Si un modelo que ya está en el disco no arranca, la aplicación dice «No se pudo iniciar el modelo local. Intente descargarlo de nuevo.»