Última actualización:
Dictar una pregunta a ChatGPT, Claude o Gemini es más rápido que escribirla. Un estudio de 2016 realizado por Stanford, la Universidad de Washington y Baidu reveló que la entrada de voz era aproximadamente tres veces más rápida que un teclado de móvil, y con menos errores. La precisión con la que se captan tus palabras depende, en parte, del micrófono y de dónde lo coloques.
Las instrucciones escritas suelen ser breves porque escribir cada detalle lleva tiempo. Cuando hablas, resulta más fácil incluir el contexto, un ejemplo y cualquier limitación, tal y como harías al explicar una tarea a un compañero de trabajo.
Una indicación breve escrita suele requerir varios mensajes adicionales antes de que la respuesta se ajuste a lo que querías decir. Una indicación oral que incluya ese contexto desde el principio puede reducir la necesidad de esos mensajes adicionales.
El reconocimiento de voz moderno funciona bien con el habla cotidiana, incluso a través del micrófono de un ordenador portátil en una habitación silenciosa. Los errores son más frecuentes cuando hay ruido de fondo, como el de un ventilador o un teclado, cuando te sientas alejado de la pantalla y con palabras poco habituales, como nombres de productos, nombres de personas y términos técnicos. Un micrófono cercano a la boca capta tu voz con más intensidad que el ruido circundante, lo que reduce estos errores.
Un micrófono de pinza económico situado cerca de la boca suele ofrecer una transcripción más precisa que el conjunto de micrófonos integrados en un ordenador portátil.
Un micrófono con pinza se mantiene a la misma distancia de la boca aunque te muevas, lo que resulta especialmente útil en habitaciones con ruido de fondo. Con Wave Go, puedes sujetar el transmisor del micrófono al cuello de la camisa y conectar el receptor USB-C al ordenador; a continuación, selecciona este dispositivo como micrófono en tu herramienta de dictado.
Una herramienta de dictado recoge el audio del micrófono, lo transcribe y escribe el texto justo donde se encuentre el cursor. ChatGPT, Claude y Gemini cuentan con funciones de dictado integradas, pero solo funcionan dentro de cada aplicación. Las herramientas que funcionan en todo el sistema operan en cualquier campo de texto, incluyendo ChatGPT en el navegador, Claude en el ordenador, Cursor, Slack y el correo electrónico.
| Herramienta | Procesamiento | Plataformas | Activación |
|---|---|---|---|
| Wispr Flow | Nube | Mac, Windows, iPhone, Android | Acceso rápido a la función «pulsar para hablar» o manos libres |
| Superwhisper | En el propio dispositivo (nube opcional) | Mac, Windows, iPhone | Pulsar para hablar |
| VoiceInk | En el propio dispositivo | Macs con Apple Silicon | Pulsar para hablar |
| Dictado de macOS | En el propio dispositivo, en los Mac con Apple Silicon | Mac | Alternar (pulsar dos veces las teclas Globe/Fn) |
| Escritura por voz en Windows | Nube | Windows | Alternar (Win+H) |
Herramientas específicas como Wispr Flow y Superwhisper te permiten añadir vocabulario personalizado, lo que resulta útil para nombres, términos técnicos y sintaxis de código. Wispr Flow también elimina automáticamente las palabras de relleno y el formato.
Wispr Flow y la función de escritura por voz de Windows envían el audio a un servicio en la nube para su transcripción. La función de dictado de macOS en los Mac con Apple Silicon, VoiceInk y los modelos locales de Superwhisper procesan el habla en tu ordenador. Si vas a introducir información confidencial, comprueba cuál de estas opciones utiliza tu herramienta.
La mayoría de estas herramientas admiten un sistema de «pulsar para hablar»: mantén pulsada una tecla, habla y suéltala. El texto transcrito aparece junto al cursor un instante después. Puedes utilizar un atajo de teclado, una tecla de acceso rápido de Stream Deck o un pedal que te permita tener las manos libres.
Si utilizas la aplicación de escritorio de ChatGPT, la acción «Dictar» del complemento «ChatGPT & Codex» asigna la función de dictado a una tecla del Stream Deck. Pulsa la tecla una vez para empezar y otra vez para enviar, o manténla pulsada mientras hablas y suéltala para enviar. Solo escribe en ChatGPT, así que combínala con una herramienta que funcione en todo el sistema para otras aplicaciones. Consíguela gratis en Elgato Marketplace.
¿Qué necesito para poner en marcha una IA con indicaciones de voz?
Una herramienta de dictado (Wispr Flow, Superwhisper o el dictado del sistema operativo), un micrófono y, opcionalmente, un activador de «pulsar para hablar», como una tecla de acceso rápido del teclado o un pedal.
¿Influye la calidad del micrófono en la precisión de la transcripción mediante IA?
Más o menos. La mayoría de las herramientas gestionan bien el habla clara con cualquier micrófono, pero un micrófono cerca de la boca reduce los errores en salas ruidosas y al pronunciar nombres o términos técnicos.
¿Puedo dar órdenes por voz a ChatGPT, Claude y Gemini?
Sí. Cada aplicación tiene su propio botón de dictado, o bien puedes utilizar una herramienta para todo el sistema, como Wispr Flow o Superwhisper, para dictar en estas tres aplicaciones y en cualquier otra.
¿Es adecuado un micrófono inalámbrico para las indicaciones de voz de la IA?
Sí, siempre y cuando lo mantengas cerca de la boca. Un micrófono con clip y receptor USB propio funciona mejor que los auriculares o cascos Bluetooth, cuya calidad de audio disminuye mientras se utiliza el micrófono.
¿Necesito un pedal para las indicaciones de voz?
No. Para empezar, un atajo de teclado funciona perfectamente. Un pedal te ofrece un disparador físico de «pulsar para hablar», de modo que tienes las manos libres.
Empieza con una herramienta de dictado gratuita y un atajo de teclado, y luego añade el Stream Deck Pedal cuando quieras disponer de la función «pulsar para hablar» con el pie.
Stay up to date with Elgato. Get our latest News, Guides, and Product Updates in your Google feeds.
Add Elgato as a preferred sourceThanks for helping us improve this article.