Preguntas frecuentes

¿Sale algo de mi ordenador?

No. El reconocimiento de voz, los modelos de lenguaje y visión y las capturas de pantalla se ejecutan y se quedan localmente. No hay cuenta ni telemetría. El único uso de la red es descargar un modelo cuando tú lo pides, y la única excepción deliberada es apuntar un endpoint de modelo a un servidor en otra máquina, algo que la aplicación de ajustes señala en ámbar.

¿Necesito una GPU?

No. Utter funciona sin ningún modelo para los comandos que coinciden con reglas, y el reconocimiento de voz se ejecuta en CPU con whisper.cpp. Una GPU hace que la voz sea más rápida y es necesaria para los modelos opcionales de cabeza de decisión y visión. La configuración cómoda para los tres es una tarjeta NVIDIA de 16 GB o más; consulta Modelos para la recomendación por clase de GPU.

¿Por qué se durmió Utter solo?

Por defecto, Utter se duerme tras 15 minutos sin usarse, así la tarjeta gráfica queda libre mientras trabajas en otra cosa. Solo la actividad de Utter lo mantiene despierto: una tecla de pulsar para hablar, un comando hablado o despertarse. Escribir o hacer clic en otras aplicaciones no cuenta, y nunca se adormece mientras escucha o ejecuta un comando. Mantén cualquiera de las teclas de pulsar para hablar para despertarlo; la voz vuelve en una fracción de segundo y los modelos más grandes se recargan en segundo plano. Desactívalo o cambia el tiempo en Sleep when idle en la página General, o ajusta [sleep] on_idle e idle_minutes en el archivo de configuración.

¿Funciona en X11, GNOME, KDE, Hyprland, sway?

Utter apunta a Wayland. niri y KDE Plasma (KWin) son de primera clase: una pequeña capa de compositor detecta cuál se está ejecutando y usa su interfaz nativa para las acciones de ventana y espacio de trabajo (niri msg en niri, las interfaces D-Bus de KWin en Plasma). Otros compositores de Wayland tienen soporte parcial: las herramientas genéricas que usa (wtype, ydotool, grim, wl-clipboard, PipeWire, MPRIS, AT-SPI) funcionan en varios compositores, así que el dictado, la escritura y el inicio funcionan, pero las acciones específicas del compositor (enfocar, mover, espacios de trabajo) no están implementadas para ellos. X11 no es compatible.

¿Windows o macOS?

macOS es experimental: voz nativa con Speech.framework + whisper.cpp, pulsar para hablar e inyección con Quartz, y un .dmg sin firmar; no se ha probado en hardware real de Apple. Consulta macOS. Windows no es compatible y no se ha empezado.

¿Cuál es la diferencia entre la tecla del asistente y la tecla de dictado?

Mantén la tecla del asistente y tus palabras se convierten en una acción. Mantén la tecla de dictado y tus palabras se escriben en el campo enfocado, nada más. Cada una tiene su propio sonido y color de onda. Consulta Primeros pasos.

¿Por qué Insert y F13 como valores por defecto?

Porque la configuración de referencia remapea Alt derecha a Insert y Bloq Mayús a F13 con keyd, lo que da dos teclas grandes y cómodas que nada más usa. Cámbialas en la página Voz por cualquier tecla que quieras.

¿Puede la IA ejecutar comandos arbitrarios?

No. Las reglas van primero. Cuando ninguna regla coincide, un pequeño modelo local elige entre acciones totalmente resueltas que Utter ya ha preparado; no puede escribir las suyas. Ejecutar comandos de terminal está desactivado por defecto, y cualquier cosa derivada del contenido de la pantalla nunca puede convertirse en un argumento. Consulta Confianza y seguridad.

¿curl | bash instalará cosas sin preguntar?

No por sí solo. La entrada canalizada no es una terminal, así que el asistente no puede preguntar: un pipe sin más imprime el plan y sale sin cambiar nada. Añade --yes para aceptar los valores recomendados. También puedes leer el script primero; es install.sh en la raíz del repositorio.

¿El instalador descarga modelos?

Nunca por sí solo. El paso de modelos pregunta por nivel y solo descarga cuando lo aceptas y proporcionas una fuente. La aplicación de ajustes tampoco descarga nada hasta que pulsas el botón.

¿Cómo desinstalo?

./install.sh --uninstall desde un checkout, o el comando remoto de una línea con --uninstall. Tu configuración y tus modelos se conservan a menos que los elimines tú mismo. Consulta Instalar desde la web.

¿Puedo usar mi propio servidor de modelo de lenguaje?

Sí. Cualquier cosa compatible con OpenAI funciona: vLLM, Ollama, llama.cpp. Configura [router] llm_base_url y llm_model, y [vision] base_url y model, o usa las páginas de LLM y Percepción.

¿Cómo le enseño una nueva aplicación?

Crea un perfil YAML en ~/.config/utter/profiles/ o edita la aplicación en la página App actions, y luego regenera el catálogo. Consulta Aplicaciones y acciones.

¿Qué idiomas habla?

La aplicación de ajustes y el instalador incluyen 10 idiomas de interfaz: inglés, español, alemán, francés, italiano, portugués, chino, japonés, coreano y ruso. El idioma hablado es un ajuste aparte (por defecto, el de tu sistema), así que puedes usar la interfaz en español y hablar en inglés. El reconocimiento de voz depende del modelo: por defecto es un modelo whisper solo para inglés (.en), y puedes optar por un modelo multilingüe (small, large-v3-turbo, …) desde la aplicación de ajustes o el instalador. Utter nunca descarga un modelo por su cuenta.

¿Está terminado Utter?

No. Es software joven creado con asistentes de programación de IA y revisado por una persona. Lee el código antes de confiarle algo importante e informa de cualquier cosa que parezca incorrecta.