doing

O que é doing?

doing é um aplicativo para Mac que permite entrada e transcrição por voz, funcionando localmente e com privacidade por design. Ele escuta quando você segura uma tecla de atalho, transcreve sua fala em tempo real e cola o texto resultante no local do cursor ativo — para que você possa falar em vez de digitar enquanto usa ferramentas de IA e qualquer campo de texto.

O propósito principal é transcrição no dispositivo, sem upload na nuvem e sem conta. O produto também suporta anexar capturas de tela a uma gravação e oferece pós-processamento configurável (“Skills”) antes de colar a transcrição.

Principais Recursos

• Transcrição por voz com tecla de atalho pressionada: Inicie a escuta segurando uma tecla de atalho, fale enquanto o texto é transcrito em tempo real; solte para colar no cursor.
• Manipulação local e privada de áudio: Projetado para que sua voz nunca saia do Mac — sem transcrição na nuvem, sem conta e sem áudio enviado.
• Captura de tela anexada à transcrição: Enquanto segura a tecla de atalho, arraste um retângulo em qualquer lugar da tela para capturar screenshots vinculados à mesma sessão de transcrição.
• Colagem em nível de sistema no cursor ativo: Funciona em qualquer lugar onde você possa digitar (navegador, editor, terminal etc.), colando no local do cursor atual.
• Modo YOLO para handoff rápido a prompts de IA: Quando ativado, doing pressiona Return após colar a transcrição para executar o prompt sem passos extras.
• Skills para pós-processamento da transcrição: Defina ações que processam a transcrição antes de colar (exemplos incluem formalizar, resumir, converter em prompt de código ou substituir texto por emoji), com comportamento “consciente do app” baseado no local de colagem.
• Opções de engine com benchmarks: Vem com engine no dispositivo (Parakeet) e pode usar chaves de API próprias para múltiplos engines na nuvem; inclui ferramenta de benchmark para testar provedores no mesmo áudio.
• Redução de áudio durante gravação: Diminui automaticamente música/áudio quando a gravação inicia e restaura após parar.

Como Usar o doing

1. Baixe e instale no Mac (macOS 14+ em Apple Silicon é listado).
2. Em um campo de texto, segure a tecla de atalho configurada (mostrada como fn Talk) para começar a escutar.
3. Fale enquanto a transcrição atualiza em tempo real.
4. Solte a tecla de atalho para colar a transcrição na posição do cursor.
5. Opcionalmente capture screenshots arrastando um retângulo durante a gravação e/ou ative o Modo YOLO para que o doing pressione Return após colar.
6. Se quiser comportamento de transcrição diferente, configure Skills e (quando aplicável) selecione o engine de transcrição — seja a opção integrada no dispositivo ou engines na nuvem via sua própria chave de API.

Casos de Uso

• Fale com um assistente de codificação de IA do seu editor: Use transcrição por voz e colagem em nível de sistema para que a transcrição caia diretamente na caixa de entrada onde você trabalha, depois pressione Return (com Modo YOLO) para enviar.
• Prepare mensagens estruturadas para apps diferentes: Use Skills conscientes do app para reescrever ou formatar sua transcrição para contextos como e-mail (formalizar) ou ferramentas de produtividade (resumir em bullets).
• Descreva bugs com contexto visual: Enquanto grava sua voz, capture uma ou mais screenshots para que os detalhes visuais sejam anexados à sessão de transcrição.
• Gere prompts orientados a código a partir de intenção falada: Use um Skill de prompt de código para converter uma descrição falada em uma instrução técnica adequada para um assistente de codificação.
• Execute testes de transcrição lado a lado: Use a ferramenta de benchmark integrada para comparar o engine no dispositivo contra outros engines disponíveis usando a mesma amostra de áudio, escolhendo com base em trade-offs de velocidade/custo.

FAQ

• O doing envia meu áudio para a nuvem? A página afirma que o doing transcreve localmente sem áudio enviado e sem transcrição na nuvem.

• Preciso de uma conta para usar o doing? Nenhuma conta é necessária, conforme a página.

• O que é Modo YOLO e o que ele muda no fluxo de trabalho? O Modo YOLO cola a transcrição e depois pressiona Return automaticamente, para que o prompt de IA execute imediatamente.

• O doing funciona com screenshots e voz juntos? Sim. Enquanto segura a tecla de atalho, você pode arrastar um retângulo para capturar screenshots que são anexados à transcrição automaticamente.

• Posso escolher engines de transcrição diferentes? A página indica que o doing vem com um engine local (Parakeet) e pode usar chaves de API próprias para engines na nuvem; também inclui uma ferramenta de benchmark para testar engines no mesmo áudio.

Alternativas

• Ditado por voz integrado no macOS (ditado do sistema): Oferece conversão de fala em texto para digitação geral, mas não tem o mesmo fluxo de transcrição ativada por atalho até o cursor, anexo de captura de tela ou “Skills” de pós-processamento descritos para o doing.
• Serviços/APIs de transcrição em nuvem: Geralmente exigem upload de áudio e podem envolver contas ou custos por uso do provedor; o doing se posiciona como local/sem-upload-de-áudio e engines opcionais traga-sua-própria-chave.
• Outras ferramentas de entrada de voz por IA com cobrança de assinatura: A página compara o preço único de US$49 do doing com outras ferramentas que cobram US$8–15 por mês; alternativas podem diferir no modelo de privacidade (nuvem vs local) e custo recorrente.
• Extensões de entrada de voz por atalho em navegadores/editores: Podem reduzir digitação em apps específicos, mas o doing é apresentado como nível de sistema, funcionando onde você pode digitar (não limitado a um site ou editor único).