Dictado por voz que funciona en cualquier app, no solo en una

Piensa en el cajón de la sala, ese lleno de controles remotos. Uno para el televisor, otro para la barra de sonido, otro para el reproductor, y un par que ya ni recuerdas de qué son. Algunos aparatos tienen su propio control, otros comparten uno a medias, y unos cuantos no tienen ninguno. Ese cajón es exactamente como se siente el dictado entre tus apps.

Google Docs tiene su propio dictado por voz (un control). Microsoft Word tiene Dictado (otro control). Pero Gmail, Google Sheets, Notion y Slack no tienen dictado integrado de ningún tipo. Y cada control que sí existe solo sirve para su propio aparato. Lo que de verdad quieres es un control universal: un solo atajo que escriba tu voz en todo.

El problema del cajón de controles

El dictado por voz parece una función resuelta hasta que intentas usarlo en todas partes. Dictas un documento en Google Docs, cambias a Gmail para enviarlo, y el micrófono desapareció. Abres una hoja de cálculo, y desapareció otra vez. Cada app decidió por su cuenta si el dictado existe y cómo funciona, así que en vez de un solo hábito haces malabares con cinco respuestas distintas. El problema no es que el dictado sea malo. Es que está disperso e inconsistente, un control distinto en cada mano.

Dos tipos de vacío

Si miras de cerca, las apps caen en dos grupos, y los dos te dejan varado.

Vacío uno: apps sin ningún control. La mayoría de las apps nunca construyó dictado. Gmail no tiene ícono de micrófono en la ventana de redacción ni opción de dictado nativo. Google Sheets no tiene botón de dictado por voz, algo llamativo porque su hermano Google Docs sí lo tiene. La caja de mensajes de Slack tampoco tiene voz a texto: el botón de micrófono ahí graba un clip de audio (y puede adjuntarle una transcripción a ese clip), pero no escribe tus palabras en el campo del mensaje, así que no es dictado. Notion es un matiz que hay que decir con precisión: no tiene forma integrada de dictar por voz en tus páginas, y su única función de voz nativa son las Notas de reunión con IA de pago (que graban audio y producen una transcripción y un resumen), que es transcripción de reuniones, no dictado en tiempo real en un campo.

• Gmail: sin dictado integrado. Recurres al dictado del sistema o a una extensión del navegador.
• Google Sheets: sin botón de dictado por voz, a diferencia de Docs. Recurres al dictado del sistema o a complementos.
• Slack: el micrófono graba un clip de voz, no escribe en la caja. Recurres al dictado del sistema.
• Notion: sin forma integrada de dictar en las páginas (su única función de voz nativa son las Notas de reunión con IA de pago). Recurres al dictado del sistema.

Vacío dos: apps cuyo control está atrapado dentro de sí mismas. Un par de apps sí tienen dictado de verdad, pero nunca sale de casa. Google Docs tiene dictado por voz en Herramientas > Dictado por voz, y funciona bien, pero solo dentro del editor web de Google Docs en un navegador de escritorio compatible. No te sigue a Gmail, Sheets, Notion ni a ningún otro lado. El Dictado de Microsoft Word es parecido pero con muro de pago: requiere una suscripción activa a Microsoft 365, y vive dentro de las apps de Microsoft 365 (Word, Word para la web, Excel, Outlook, PowerPoint). Potente en su ecosistema, inútil fuera de él.

El medio control del sistema

Aquí va la buena noticia, y el matiz honesto. Tu sistema operativo tiene un dictado que sí abarca varias apps. En Windows, Win+H (el dictado por voz de Windows 11) funciona en todo el sistema, en la mayoría de campos de texto: navegadores, Office, apps de chat, Notion, Slack. En Mac, el Dictado de Apple funciona en todo el sistema, en cualquier campo de texto. Este es el control que sí llega a todo el cajón. Es real, y para mucha gente es suficiente.

Pero es un medio control, porque es tosco:

• Un idioma a la vez. El Dictado de Apple usa un solo idioma por dictado, sin cambiar a mitad de frase (puedes configurar varios idiomas y alternar entre dictados, pero no dentro de uno). Si mezclas idiomas de forma natural, esto molesta.
• La puntuación es manual o inconsistente. Muchas veces narras 'coma', 'punto', 'nueva línea' en voz alta, y los usuarios reportan que Win+H reconoce los comandos de puntuación hablados de forma inconsistente. Ninguno limpia un primer borrador divagante.
• Win+H necesita conexión a internet, porque usa reconocimiento en la nube, así que no hay dictado sin conexión.
• Puede fallar en algunas apps. Los dos pueden portarse mal en ciertas apps de pantalla completa o clientes de juegos, así que 'funciona en todo' tiene excepciones.
• Estropea los nombres. Nombres propios, de productos y términos técnicos son víctimas frecuentes, y no hay forma fácil de enseñarle al sistema tu vocabulario.

Así que el dictado del sistema sí abarca tus apps, que es más de lo que pueden decir los controles de cada app. Solo que te hace hacer la limpieza a mano.

El control universal

La solución real es una herramienta de dictado a nivel de sistema: algo que capture tu voz al nivel del sistema operativo, como hace Win+H, pero que escriba texto limpio y puntuado en la app donde esté tu cursor. Llega a todas las apps como los dictados del sistema, y quita la aspereza que los dictados del sistema dejan atrás. Un atajo, cualquier app, sin narrar puntuación, sin corregir nombres.

Golem es una de esas opciones. Es dictado por voz construido sobre Whisper de OpenAI (large-v3-turbo) más una pasada de limpieza que agrega puntuación, y como captura al nivel del sistema escribe en cualquier app: Gmail, Sheets, Notion, Slack, tu editor, tu terminal, un navegador, una caja de chat. Suma vocabulario personalizado para que aprenda los nombres y términos que usas, es multilingüe (dicta en un idioma y saca el texto en otro si quieres), y es gratis para empezar sin tarjeta. Esa es la forma del control universal: no un botón más específico de cada app, sino un solo hábito que funciona en todas partes.

Dónde funciona de verdad cada opción

El repaso honesto

Hay más de un control universal, y los dictados del sistema siguen mereciendo su lugar. Este es el panorama justo:

• Win+H de Windows / Dictado de Apple (gratis, integrado): el mejor punto de partida sin costo, y de verdad abarca todo el sistema. Puntuación tosca, un idioma a la vez, necesita internet en Windows, sin vocabulario personalizado. Ideal si dictas texto simple en un solo idioma.
• Wispr Flow (de pago, unos $15/mes, mira su página de precios): una app pulida de dictado a nivel de sistema con limpieza, funciona en varias apps. La más fuerte de las de pago, al precio más alto.
• Superwhisper (mira su página de precios): una app de dictado basada en Whisper, fuerte en Mac, con opciones de modelo local y en la nube. Buena elección si quieres transcripción en el dispositivo.
• Golem (gratis para empezar, Pro $3/mes o $30/año): nivel de sistema, Whisper más limpieza con LLM, cualquier app, vocabulario personalizado, multilingüe, en Windows y Mac. A un precio de cerca de un quinto de Wispr Flow. Contrapartida: necesita conexión para los resultados más limpios, porque la transcripción corre del lado del servidor.

Ninguna es la respuesta 'correcta' para todos. Si nunca sales de un idioma y no te molesta puntuar por voz, el dictado del sistema puede ser todo lo que necesitas. Si quieres texto limpio en cada app sin la corrección manual, una herramienta de sistema es la mejora.

Entonces, cuál te conviene

1. 1

   Empieza con el dictado de tu sistema

   Prueba Win+H o el Dictado de Apple por un día. Si dictas texto simple en un solo idioma y no te molesta decir 'coma' y 'punto', quizá ya estás listo.

2. 2

   Nota dónde duele

   Mezclar idiomas, corregir puntuación, reescribir nombres, o perder el dictado en una app. Esas son justo las asperezas que quita una herramienta de sistema.

3. 3

   Elige un control universal

   Si las asperezas se acumulan, elige una app de nivel de sistema (Golem, Wispr Flow, Superwhisper) para que un atajo escriba texto limpio en cada app.

Paso a paso para las apps que más lo necesitan

Las apps sin dictado propio son las que merecen una guía dedicada. Aquí tienes cómo dictar en cada una, y dónde se traba cada cual:

• Correo: Cómo dictar correos en Gmail, la app a la que Google le dio voz en todas partes menos en tu bandeja.
• Hojas de cálculo: Dictado por voz en Google Sheets, la gemela que nunca recibió Escritura por voz.
• Notas: Cómo dictar por voz en Notion, para que tu segundo cerebro por fin te escuche.
• Chat de equipo: Cómo dictar mensajes en Slack, y en Microsoft Teams y Discord, hechos para las llamadas pero mudos en la caja de mensajes.
• Mensajería: Cómo dictar en WhatsApp y Telegram, donde el micrófono graba un clip de voz, no texto.
• Office: Cómo dictar en Outlook y Excel, donde Dictado está encerrado tras Microsoft 365 y se salta Excel.
• Formularios PDF: Cómo dictar en un formulario PDF, cien casillas diminutas y ni un lápiz.
• Otro ángulo: habla español y escribe en inglés, para cuando el vacío no es dónde dictas sino en qué idioma sale, y dictado por voz en Linux, el sistema que los dictados de fábrica olvidaron.