Deja de decir "coma, punto": el dictado que se puntúa solo
Hace un siglo los telegramas escribían la palabra STOP porque la máquina no sabía puntuar. Cada vez que dices 'coma' o 'punto' en voz alta al dictar, eres ese telegrafista. Aquí por qué pasa y cómo dejar de hacerlo.
Imagen: Pexels
Hace un siglo los telegramas no tenían puntuación. Así que los operadores escribían la palabra STOP entre frases para marcar dónde terminaba una idea y empezaba la siguiente. La máquina no podía transmitir un punto de forma confiable, así que un humano lo narraba, un STOP a la vez.
Ahora obsérvate dictando en un teclado de voz básico. Dices tu frase, luego dices "coma", luego unas palabras más, luego "punto". Eres el telegrafista. Narras la puntuación en voz alta porque la máquina no la va a poner por ti. Y es más gracioso todavía, porque la mitad de las veces la máquina te entiende mal y escribe las palabras literales de todos modos.
El telegrafista en el que no querías convertirte
Nadie habla así en la vida real. No le dices a un compañero "Nos vemos a las seis coma trae los archivos punto". Pero en cuanto un dictado básico está escuchando, cambias a modo telégrafo: dejas de expresar una idea y empiezas a dictar tipografía. Es lento, se siente robótico y te saca de lo que en realidad querías decir.
Lo raro es que lo aceptamos. Damos por hecho que así es hablarle a una computadora. No lo es. Es la limitación de un tipo específico y básico de voz a texto, y tiene nombre.
Por qué tu teléfono escribe "signo de interrogación" en vez de ?
El voz a texto básico hace un solo trabajo: convierte los sonidos que haces en las palabras que esos sonidos deletrean. Nada más. No tiene un modelo de tu frase, ni idea de si estás preguntando algo o cerrando una afirmación. Así que cuando dices el sonido "signo de interrogación", hace lo único que sabe hacer: escribe las palabras *signo de interrogación*.
- Oye sonidos y los convierte en palabras, de forma literal.
- No entiende el significado, así que no puede deducir dónde va un punto o una interrogación.
- "Coma", "punto" y "signo de interrogación" son solo más sonidos que transcribir, así que a menudo los escribe como texto.
Es una queja documentada y de todos los días con el dictado integrado de teléfonos y computadoras: alguien intenta cerrar una frase y le queda la palabra *punto* ahí, en medio del texto. No es una falla de tu dispositivo. Es lo que un aparato sin modelo de tu frase está condenado a hacer.
Las dos formas en que falla
El dictado básico falla en una de dos direcciones, y las dos molestan:
- Escribe la palabra. Dices "signo de interrogación" esperando un ?, y te queda el texto literal
signo de interrogación. Ya eres el operador escribiendo STOP. - No pone nada. Hablas normal, y te devuelve un solo muro corrido, sin comas ni puntos, una frase del largo de un párrafo que tienes que ir a puntuar a mano.
En ambos casos terminas editando. Y editar es justo el trabajo que querías evitar al hablar en vez de teclear.
En español es todavía peor
La puntuación en inglés es casi toda comas y puntos. El español agrega dos problemas que un transcriptor literal no puede resolver por su cuenta.
Primero, las tildes cambian el significado de la palabra. el (artículo) no es él (pronombre). mas (pero, literario) no es más (cantidad). esta (este) no es está (del verbo estar). Si la tilde queda mal, la frase dice algo que tú no dijiste. Segundo, las preguntas y exclamaciones en español necesitan un signo de apertura, ¿ y ¡, al inicio. Nadie quiere narrar "abrir signo de interrogación" antes de cada pregunta. La mayoría de las herramientas básicas nunca se hicieron para poner ninguno de los dos.
Esto es sobre puntuación, no sobre todo el español
Un buen dictado en español es más que tildes y ¿ ¡. Si quieres el panorama completo, lo cubrimos en la mejor app de dictado por voz en español. Aquí solo hablamos de puntuación y acentos.
Qué hace de verdad el dictado con puntuación automática
Aquí está el cambio clave. En vez de intentar puntuar mientras escucha, el dictado con puntuación automática agrega un segundo paso después de transcribir. Primero escribe tus palabras. Luego una pasada de IA lee la frase completa y deduce la puntuación a partir del significado, como lo haría un editor humano: ve una pregunta y pone el ?, ve dónde termina una idea y pone el ., y en español devuelve las tildes y los signos de apertura ¿ y ¡.
Para ser justos, hoy esto es una categoría establecida, no un truco raro. Herramientas como Willow Voice promocionan puntuación automática y formato inteligente, y hay otras que también. Así que el marco honesto no es "solo una app puede hacer esto". Es: el voz a texto básico narra STOP, y el dictado con limpieza por IA no. La pregunta es cuál eliges.
Cómo lo hace Golem
Este enfoque de dos pasos es el corazón de cómo funciona Golem. Hablas normal, como una persona. Whisper de OpenAI (large-v3-turbo) transcribe lo que dijiste, y luego una pasada de limpieza con LLM agrega las comas, los puntos y los signos de interrogación que pondría un editor humano, y en español devuelve las tildes y los signos de apertura ¿ y ¡. El texto terminado cae directo en la app en la que estés: el navegador, un editor, el correo, un chat, la terminal, ChatGPT o Claude.
| Dictado por voz básico | Con puntuación automática (Golem) | |
|---|---|---|
| Dices "signo de interrogación" | Escribe las palabras signo de interrogación | No lo dices para nada |
| Cierras una frase | Muro corrido o la palabra punto | Pone el . por ti |
| Acentos en español | esta, el, mas | está, él, más |
| Preguntas en español | Sin signo de apertura | Pone ¿ y ¡ |
| Tu trabajo después | Editar la puntuación | Solo leerlo |
Cómo tener puntuación sin narrarla
Elige una herramienta que puntúe después de escuchar
Busca puntuación automática o un paso de limpieza con IA, no sonido a texto en crudo. Eso es lo que la separa del dictado por voz básico.
Habla como humano, no como telégrafo
Di tu frase como la dirías en voz alta. No digas coma, no digas punto. Deja que las pausas y el significado la lleven.
Lee el resultado, no lo reconstruyas
Un buen dictado con puntuación automática te da texto limpio y puntuado que puedes enviar tal cual. Si dictas en español, revisa que hayan vuelto las tildes y los ¿ ¡.
Antes y después rápido
Di esto en voz alta, sin palabras de puntuación: "puedes enviarme el reporte hoy es urgente". El dictado básico te da un muro corrido. El de puntuación automática te da: "¿Puedes enviarme el reporte hoy? Es urgente."
Preguntas frecuentes
¿Por qué mi dictado escribe la palabra "punto" o "signo de interrogación"?
Porque el voz a texto básico transcribe los sonidos que haces de forma literal y no tiene un modelo de tu frase. Cuando dices el sonido "signo de interrogación", escribe las palabras. Las herramientas con una pasada de limpieza por IA leen la frase completa y ponen la puntuación de verdad.
¿Existe dictado que ponga la puntuación automáticamente?
Sí, y es una categoría establecida. Herramientas como Willow Voice y Golem ponen la puntuación automáticamente al correr una pasada de IA sobre tu transcripción, para que no narres las comas y los puntos tú mismo.
¿La puntuación automática funciona en español, con tildes y ¿ ¡?
Depende de la herramienta. Muchas básicas no. La pasada de limpieza con LLM de Golem devuelve acentos como está o él y agrega los signos de apertura ¿ y ¡ que necesitan las preguntas y exclamaciones en español.
¿Todavía tengo que decir "coma" y "punto"?
Con el dictado de puntuación automática, no. Hablas normal y la herramienta deduce la puntuación a partir del significado de la frase. Decir las palabras en voz alta es la forma vieja y básica.
