Deja de teclear: dictado por voz con IA, también gratis y local

Llevas veinte minutos delante de un correo de seis líneas. Lo has empezado tres veces. Y sabes perfectamente lo que quieres decir, porque si tuvieras a esa persona delante se lo explicarías en cuarenta segundos.

Esa distancia entre lo rápido que hablas y lo lento que escribes es el hueco que llena el dictado por voz. No es una idea nueva —el reconocimiento de voz lleva décadas existiendo—, pero lo que ha cambiado en los últimos dos años es determinante: la IA ya no solo transcribe, también quita las muletillas, pone la puntuación, corrige los errores y entiende el contexto. Se acabó el «coma... punto y aparte».

La otra buena noticia es que no hace falta pagar una suscripción. El motor que usan casi todas las aplicaciones de pago es abierto y gratuito, y funciona en tu propio ordenador sin que tu voz salga de él. Esta guía te explica las tres vías, cuál te conviene, qué modelo aguanta tu equipo y —lo que de verdad decide si funciona— cómo convertirlo en un hábito en lugar de en una app más que abandonas a la semana.

Las tres vías, y la pregunta que las separa

Antes de elegir herramienta conviene decidir una sola cosa: adónde va tu voz. Todo lo demás se deriva de ahí.

Esa última línea es la que ordena la decisión para un profesional. Si lo que vas a dictar son notas de clientes, historiales, borradores de contratos o cualquier cosa sujeta a confidencialidad, la opción en la nube deja de ser una cuestión de gusto y pasa a ser un problema de protección de datos.

Empieza hoy sin gastar un euro

La recomendación más sensata para alguien que nunca ha dictado es no comprar nada durante la primera semana. Ya tienes opciones suficientes para saber si esto va contigo.

Tu propio sistema operativo trae dictado integrado, y aunque es más tosco que las herramientas modernas, sirve perfectamente para responder la pregunta que importa: ¿me resulta cómodo pensar en voz alta? Además, casi todas las herramientas de pago tienen un plan gratuito con límite semanal de palabras que basta de sobra para probar.

Solo cuando choques con ese límite, o cuando descubras que estás dictando cosas que no quieres mandar a un servidor ajeno, merece la pena dar el salto. Y ahí la vía gratuita es sorprendentemente buena.

Whisper en local: el mismo motor, sin cuota

Aquí está el dato que cambia el cálculo y que las páginas de las apps de pago no destacan: Whisper, el modelo de reconocimiento de voz de OpenAI, es abierto y gratuito. Y whisper.cpp, su implementación en C++, es literalmente el motor sobre el que están construidas muchas de las aplicaciones comerciales del mercado.

Su gracia técnica es la portabilidad: el mismo código funciona en Mac, Windows y Linux, no necesita Python ni CUDA ni llamar a ningún servicio, y el modelo es un único archivo que descargas una vez. Lo que pagas al comprar una app no es el motor, es la comodidad de que alguien te lo haya empaquetado con un atajo de teclado.

Un apunte tranquilizador para nosotros: el español es uno de los idiomas mejor cubiertos por Whisper, así que la calidad en castellano es alta desde el primer momento, sin configuraciones raras.

Qué modelo pide tu ordenador

Los modelos de Whisper vienen en varios tamaños, y elegir bien es la diferencia entre una experiencia fluida y una frustrante. Cuanto más grande, más preciso y más lento.

Para dictado en tiempo real, la variante large-v3-turbo es la que más recomiendan quienes hacen pruebas independientes: mantiene casi toda la precisión del modelo grande y es mucho más rápida, y con el español funciona muy bien. Un apunte para usuarios de Mac: hay implementaciones específicas para Apple Silicon que usan la GPU integrada y van bastante más rápidas que las genéricas.

Cómo convertirlo en hábito y no abandonarlo a la semana

Y llegamos a lo que de verdad determina si esto te cambia el día. Casi todo el mundo prueba el dictado, comprueba que funciona, se sorprende... y a los cuatro días ha vuelto a teclear. No es un problema de herramienta, es que dictar exige un cambio de costumbre y hay que forzarlo un poco al principio.

El paso 3 es el que más cuesta y el que más rendimiento da. Dictar bien no es leer en voz alta un texto que ya tienes en la cabeza redactado: es pensar hablando y dejar que la edición posterior ponga el orden. Quien entiende eso deja de teclear casi del todo; quien no, abandona.

Dónde falla y qué no deberías dictar

Toca la parte honesta, porque hay usos donde el dictado no compensa y conviene saberlo antes de frustrarse.

Falla en entornos ruidosos y con varias personas hablando a la vez. Falla con la ortografía de nombres propios poco comunes si no los has metido en el diccionario. Y en textos muy largos sigue exigiendo repaso: una hora de dictado puede suponer un rato considerable de edición posterior, así que no esperes texto publicable directo. Tampoco es la mejor herramienta para escribir código, fórmulas o cualquier cosa llena de símbolos.

Prueba esta semana con lo que ya tienes en el ordenador y una regla simple: durante siete días, todo lo que superen tres líneas lo dictas. Notas, mensajes, borradores, lo que sea. Al séptimo día sabrás si has ganado tiempo o si sencillamente no te resulta cómodo pensar en voz alta, que a mucha gente le pasa y es perfectamente legítimo. Si funciona, ahí decides: pagar por la comodidad o montar Whisper en local y quedarte con el mismo motor gratis y sin que tu voz salga del escritorio. Lo que no tiene sentido es empezar por la suscripción, porque la pregunta que decide esto no es qué herramienta es mejor, sino una mucho más básica: cuántas de las cosas que escribes cada día las dirías en la mitad de tiempo.

GonzaloFundador

Madrileño enganchado a la tecnología desde pequeño. Trabajo en finanzas pero la inteligencia artificial es lo que me quita el sueño. Creé Miuranews para seguirla de cerca y contarla en español sin hype.

Todos sus artículos →