Aplicación de dictado para Windows que transcribe la voz localmente y la inserta en aplicaciones compatibles, sin enviar el audio del micrófono a un servicio de transcripción en la nube.
Whisperstream es un kit de herramientas de dictado para ordenadores con Windows 10 y Windows 11 x64. Captura la voz mediante un atajo configurable de pulsar para hablar, la transcribe en el ordenador con el modelo Parakeet de NVIDIA ejecutado en la CPU y envía el texto al campo activo mediante pegado desde el portapapeles o pulsaciones de teclas simuladas opcionales. La ruta de transcripción principal no carga, transmite ni almacena el audio del micrófono en un servidor, y puede funcionar sin conexión después de descargar el modelo de voz necesario.
La aplicación está pensada para introducir texto en muchos flujos de trabajo existentes, sin requerir un editor dedicado ni un complemento. El sitio menciona Outlook, Word, Slack, VS Code, navegadores, terminales, Gmail y Claude Code entre los destinos compatibles o demostrados, aunque señala que las políticas de la aplicación, los privilegios, la seguridad, los administradores y las sesiones remotas pueden afectar a la inserción del texto.
Además del dictado básico, Whisperstream ofrece historial de transcripciones, transcripción de archivos de audio, un diccionario personalizado, limpieza mediante IA opcional y perfiles basados en aplicaciones o sitios web. La limpieza puede utilizar un modelo local en hardware compatible, Ollama o un proveedor en la nube o personalizado configurado; está desactivada de forma predeterminada. La aplicación admite 39 idiomas, puede reducir el volumen del sistema durante la grabación e incluye el modo de bloqueo, que restringe la limpieza a un modelo en el dispositivo y desactiva la mejora en la nube de Whisperstream.
Whisperstream está disponible como prueba gratuita sin cuenta ni tarjeta de crédito. Las opciones de compra indicadas incluyen una licencia de 29 $ para un dispositivo y una licencia de 49 $ para un máximo de dos dispositivos propios del comprador, con una política de reembolso de 30 días indicada en el sitio.
Convierte la voz en texto en el PC con Windows mediante el modelo Parakeet de código abierto y pesos disponibles de NVIDIA, ejecutado en la CPU. Después de descargar el modelo, el dictado principal puede funcionar sin conexión a Internet.
Mantén pulsado el atajo predeterminado Mayús derecha para dictar, reasigna el atajo o cambia al modo de alternancia para grabar con las manos libres. La aplicación no requiere permisos de administrador para registrar el atajo.
Inserta el texto dictado en un campo activo mediante pegado desde el portapapeles o pulsaciones de teclas simuladas opcionales, sin requerir un complemento. El comportamiento compatible puede variar según la aplicación y las políticas de seguridad o de la sesión remota.
Admite 39 idiomas y selecciona y descarga el modelo de voz correspondiente en el dispositivo cuando es necesario.
Busca transcripciones guardadas, reproduce el audio asociado cuando está disponible, vuelve a copiar los resultados, transcribe localmente archivos de audio seleccionados y añade excepciones ortográficas para nombres, términos técnicos y acrónimos.
Elimina palabras de relleno, corrige la puntuación y aplica correcciones habladas mediante un proveedor local o configurado. El modo de bloqueo desactiva la mejora en la nube de Whisperstream y limita la limpieza a un modelo en el dispositivo.
Dicta en Outlook, Word, Gmail u otro campo de texto activo y utiliza después la limpieza opcional para la puntuación, la gramática y las correcciones habladas antes de enviar o guardar.
Introduce texto en VS Code o terminales; un perfil personalizado puede aplicar una instrucción de limpieza concisa o adaptada a la tarea para la aplicación activa.
Usa el dictado de pulsar para hablar en Slack y herramientas basadas en el navegador sin instalar un complemento de aplicación, sujeto a las políticas de entrada de texto del destino.
Dicta mientras viajas o cuando no hay conexión después de la configuración, o utiliza el modo de bloqueo cuando quieras mantener desactivada la mejora en la nube y proteger mejor el historial local.
Importa un archivo de audio almacenado en el ordenador y genera una transcripción localmente, con la opción de guardarla en un historial en el que se pueden realizar búsquedas.
Admite Windows 10 y Windows 11 en ordenadores x64. El mínimo indicado es de 8 GB de RAM, con 16 GB recomendados; la transcripción principal se ejecuta en la CPU y no requiere GPU. Se describe que los procesadores Intel de 8.ª generación o posteriores y AMD Ryzen serie 3000 o posteriores ofrecen una transcripción casi instantánea.
La ruta de transcripción principal mantiene el audio del micrófono en el PC y no lo carga en los servidores de Whisperstream. Las funciones opcionales en línea, la mejora en la nube configurada, las comprobaciones de licencia, las actualizaciones, las descargas de modelos y las integraciones independientes tienen su propia actividad de red; la mejora en la nube configurada recibe el texto transcrito, no la grabación de voz original.
Whisperstream envía el resultado al campo activo mediante pegado desde el portapapeles o pulsaciones de teclas simuladas opcionales. Puede funcionar en aplicaciones como Outlook, Word, Slack, VS Code, navegadores y terminales, aunque los permisos de la aplicación, la configuración de seguridad, las restricciones del administrador y las políticas de las sesiones remotas pueden limitar la inserción.
La aplicación se puede probar sin cuenta ni tarjeta de crédito y ofrece al menos siete días desde el primer dictado que produce texto. El sitio indica 29 $ para un dispositivo y 49 $ para un máximo de dos dispositivos propiedad del comprador, además de una política de reembolso de 30 días.
La grabación y la transcripción principales pueden funcionar sin conexión después de la configuración y de descargar el modelo necesario. No obstante, el acceso a Internet puede seguir siendo necesario para la activación o la validación periódica de la licencia, las actualizaciones, las descargas de modelos, la mejora en la nube configurada y ciertos flujos de trabajo independientes.
Los datos de tráfico son solo como referencia.
spokenly.app
Spokenly es una app de dictado con IA para Mac, iPhone y Windows que convierte la voz en texto en cualquier aplicación. Ofrece modelos locales sin conexión gratuitos, transcripción en la nube con Pro o tus propias claves API y más de 100 idiomas.
www.voicegecko.dev
VoiceGecko es una aplicación de dictado de escritorio gratuita y de código abierto que ejecuta el reconocimiento de voz localmente en tu dispositivo, para transcribir audio sin subirlo a la nube.
flowvoice.ai
Wispr Flow es una herramienta de dictado por voz con IA que convierte tu voz en texto pulido en Mac, Windows, iPhone y Android, para escribir, enviar mensajes o trabajar más rápido sin tener que limpiar manualmente la transcripción.
whispertranscribe.com
Aplicación de transcripción con IA para Mac y Windows que convierte audio y vídeo en transcripciones y te ayuda a chatear, resumir, exportar y reutilizar el contenido. Admite más de 55 idiomas y ofrece una prueba gratuita sin tarjeta de crédito.
accuratescribe.ai
Servicio de transcripción en la nube para convertir audio y vídeo en texto, subtítulos y documentos editables, con varios idiomas, identificación de hablantes y múltiples formatos de exportación.
superwhisper.com
Aplicación de voz a texto con IA para macOS, Windows e iOS, con dictado dentro de cualquier app, uso sin conexión, varios idiomas y modos personalizados para distintas tareas de escritura.
