PLYNTE LIVEAUDIO v1.2.0 · WINDOWS Y LINUX
LiveAudio es una app gratuita y de código abierto (MIT) que genera subtítulos de voz en tiempo real con Whisper, 100% en tu equipo, y los envía a OBS por un WebSocket local. Funciona en Windows y Linux. Sin nube, sin API key, sin costo por minuto.
// por qué LiveAudio
// 100% local
Todo el procesamiento ocurre en tu equipo, sin telemetría. Internet solo en la primera ejecución para descargar Python, dependencias y modelos; después funciona sin conexión.
sin telemetría · sin conexión tras la primera ejecución
// linux
Sí. Linux x86_64 captura por micrófono y necesita libportaudio2. El loopback de audio del sistema (WASAPI) es solo de Windows.
linux x86_64 · sudo apt install libportaudio2
loopback solo Windows// gpu
No. La CPU funciona. NVIDIA CUDA es opcional pero recomendada: se detecta sola y necesita driver ≥ 525 y VRAM ≥ 4 GiB.
la cpu funciona · cuda driver ≥ 525 · vram ≥ 4 GiB
// el camino de la señal
En palabras simples: LiveAudio escucha tu voz, convierte el habla en texto al instante y envía esos subtítulos a OBS — todo en tu propio equipo. Ese motor de voz a texto (ASR, reconocimiento de voz automático) corre localmente en cuatro etapas, estable gracias a procesos aislados, un búfer de audio en anillo y reconexión automática.
Toma un micrófono físico o el audio del sistema (loopback WASAPI en Windows; micrófono en Linux). El búfer en anillo mantiene el audio fluyendo bajo carga.
micrófono · loopback del sistema (windows) Silero VAD recorta el silencio con un pre-roll de inicio y un umbral configurables, para que Whisper solo decodifique voz real.
silero-vad · pre-roll de inicio + umbral Acá el habla se vuelve texto. Whisper transcribe en tiempo real — tiny, base, small o turbo — en CPU o CUDA opcional. Una blacklist de alucinaciones filtra texto basura.
whisper · tiny / base / small / turbo Los subtítulos van directo a OBS por una conexión local — JSON limpio que OBS o cualquier app de tu computadora puede leer. Menos de un segundo hasta ~1 s, ajustable por perfil. (La dirección exacta está en letra chica abajo.)
ws://127.0.0.1:8765 DEMO EN VIVO
Una grabación real de la app generando subtítulos — no es una maqueta.
captura real
// integración
LiveAudio emite subtítulos en JSON limpio por un WebSocket local (ws://127.0.0.1:8765). OBS es el destino integrado mediante el overlay subtitulos_obs.html, pero cualquier cliente HTML o WebSocket en localhost puede conectarse y recibir la misma transmisión — así puedes construir tu propio consumidor o integrarlo con otras herramientas locales. Solo se aceptan conexiones desde localhost; no requiere autenticación.
{
"id": 482,
"text": "subtítulos locales en tiempo real",
"style": "live",
"latency": 1.1,
"total_delay": 1.3,
"is_replay": false
}// incluido
// overlay obs nuevo en v1.2.0
El overlay de OBS suma un búfer de subtítulos en “cinta” vertical adaptable, con mejor legibilidad de los subtítulos y un tiempo de animación de aparición acotado.
// hot-swap
Cambia el dispositivo de audio o el modelo de Whisper sin reiniciar. Aplica los cambios y el motor se reconfigura en vivo.
// perfiles
Los presets Fast, Balanced, Quality y Stable Streaming equilibran la latencia con la carga de GPU mientras juegas.
// blacklist
Una blacklist editable filtra las frases basura que Whisper inventa en el silencio — y tú controlas la lista.
// archivos de sesión
Cada ejecución guarda transcript.jsonl y subtitles.vtt (más session.json), así nada válido se pierde.
// diagnóstico
La exportación sanea secretos y rutas y excluye audio crudo y transcripciones completas. Sin telemetría, nunca.
// actualizaciones
Actualización en un clic dentro de la app, o ejecuta el launcher con --update. Las versiones nuevas llegan sin reinstalar.
// sandboxes interactivos
Cada ajuste de LiveAudio es una perilla que podés probar antes de descargar. Perfiles, modelos Whisper, la blacklist de alucinaciones, la política de backlog de OBS, cambio de dispositivos en caliente y Silero VAD — probá cada uno abajo.
sandbox activo
Fast, Balanced, Quality y Stable Streaming reajustan latencia, modelo y filtro de silencio en conjunto. Editar uno integrado crea un perfil Custom; aplicá los cambios para activarlo.
El balance recomendado entre velocidad y precisión.
Presets sensibles a los FPS: Fast / Balanced / Quality / Stable Streaming.
tiny, base, small y turbo cambian huella de recursos por precisión. La huella de instalación documentada es ~400 MB en CPU / ~2.5 GB en CUDA; la VRAM por modelo de abajo es ilustrativa.
small / base es el punto justo para streamers: transcripción rápida, huella moderada. GPU opcional — la CPU anda bien.
Whisper a veces emite muletillas de su entrenamiento. Una blacklist editable, separada por comas, quita esas frases antes de que los subtítulos lleguen a OBS.
ilustrativo
Cuando el motor se atrasa, la política de backlog controla solo lo que se muestra en vivo en OBS — todo lo válido siempre se guarda en tus archivos de sesión.
Esperando audio…
La política solo cambia la vista de OBS — cada línea válida igual se guarda.
Cambiá micrófono o audio del sistema sin reiniciar. Elegí la entrada activa; el motor cambia la captura en vivo sin perder subtítulos.
ilustrativo
Silero VAD recorta el silencio y el ruido para que Whisper solo corra con voz real. v1.2.0 agrega un pre-roll de inicio y un umbral VAD configurables.
Con tecnología del modelo local Silero VAD.
// la versión corta
| LiveAudio | ASR en la nube / plugins | |
|---|---|---|
| 100% local | Sí: | depende de la nube |
| $0 de costo por minuto | Sí: | se cobra por minuto |
| Sin API key | Sí: | normalmente sí |
| Loopback de audio del sistema | Condicional: solo Windows | varía |
// respuestas
Sí. Todo el procesamiento ocurre en tu equipo, sin telemetría. Internet solo en la primera ejecución para descargar Python, dependencias y modelos; después funciona sin conexión.
Sí, en Linux x86_64 con captura por micrófono (necesita libportaudio2). El loopback de audio del sistema es solo de Windows.
Sí. LiveAudio es gratuito y de código abierto bajo licencia MIT. Sin suscripción y sin API key.
Latencia baja y ajustable — bastante menos de un segundo en un equipo típico. Los perfiles equilibran latencia, precisión y carga de GPU.
// descargar
Gratis y de código abierto (MIT). Sin suscripción, sin API key. Solo pagas tu propia electricidad — el hardware no está incluido.