Por Denys MedvedievCómo funciona
Cómo Whisper realmente funciona
Pulsa un atajo, habla con naturalidad, obtén texto pulido — en cualquier app. Esto es exactamente lo que pasa por debajo, con ejemplos UI reales.
Última actualización: abril de 2026 · Aplica a v2.1+
El overlay
Whisper vive como un pequeño overlay flotante en tu pantalla. Permanece encima de todas las ventanas pero nunca estorba. Así se ve en cada estado:
Inactivo — plegado
Cuando no interactúas con Whisper, el overlay se pliega en una pastilla diminuta — apenas visible, totalmente fuera del camino. Ocupa casi nada de pantalla.
Pastilla plegada. El overlay se mantiene mínimo hasta que lo necesites.
Inactivo — pasa el cursor para expandir
Pasa el ratón por la pastilla y se despliega para mostrar tu atajo de grabación. Es tu recordatorio visual de cómo empezar.
Desplegada al pasar el cursor. Muestra el atajo — púlsalo para grabar.
Grabando — escuchando tu voz
Pulsa tu atajo (por defecto: Ctrl + Space) y empieza a hablar. El overlay muestra una forma de onda animada y un botón stop rojo. Suelta el atajo o pulsa stop para terminar.
Grabación en curso. La forma de onda muestra que el audio se está capturando.
Transcribiendo — voz a texto
Al parar la grabación, el overlay pasa al estado de transcripción. Tu audio se procesa — localmente en el dispositivo o vía API de OpenAI, según el modo.
Audio transcrito a texto. Menos de un segundo para frases cortas.
Mejora con IA — puliendo tu texto
Si la mejora con IA está activa, el overlay muestra un indicador violeta «Pensando». La IA elimina muletillas, corrige gramática y reestructura tus frases en texto pulido.
La IA mejora tu transcripción. Con Ollama (local) u OpenAI GPT.
Búsqueda web — encontrando respuestas
Cuando activas una búsqueda web (palabra clave IA + pregunta), el overlay se vuelve azul mientras busca en internet y sintetiza una respuesta con fuentes.
Búsqueda en la web de datos en tiempo real. Respuesta con fuentes en segundos.
Completo — texto entregado
Una marca verde confirma que el texto se ha pegado en tu aplicación activa. El proceso completo — desde la voz al texto final — normalmente tarda 2–5 segundos.
¡Listo! El texto se ha pegado en tu aplicación.
Caso de uso: mejora de texto con IA
Veamos un ejemplo real. Estás escribiendo notas de una reunión en un editor y quieres resumir rápidamente. En lugar de teclear, hablas con naturalidad y dejas que la IA lo limpie.
Escenario: resumir una reunión
Acabas de terminar un standup de proyecto y necesitas enviar un resumen rápido al equipo. En lugar de teclear, hablas libremente y la IA lo pule.
Qué dices
«pues básicamente eh tuvimos el standup y eh john dijo que la migración de la API está hecha y ya está en staging y sarah mencionó que la app móvil tiene un bug con las notificaciones push en android y ella lo está revisando y eh decidimos mover el release al próximo miércoles porque queremos más tiempo de pruebas»
Whisper graba y transcribe
La IA mejora tu texto
El texto pulido aparece en tu editor
Resumen del standup
• Migración API: Completa y desplegada en staging (John)
• Bug móvil: Notificaciones push rotas en Android — en investigación (Sarah)
• Release: Movido al próximo miércoles para pruebas adicionales
Lo que acaba de pasar
Hablaste ~15 segundos con muletillas y frases largas. La IA eliminó la paja, extrajo los puntos clave, los estructuró en un resumen limpio con nombres y tareas, y lo pegó directamente en tu editor. Sin teclear. Sin copiar y pegar. Sin editar.
Antes y después
«pues básicamente eh tuvimos el standup y eh john dijo que la migración de la API está hecha y ya está en staging y sarah mencionó que la app móvil tiene un bug con las notificaciones push en android…»
Resumen del standup
• Migración API: Completa, en staging (John)
• Bug móvil: Notificaciones push Android (Sarah)
• Release: Movido al miércoles para pruebas
Funciona con cualquier tipo de contenido — correos, documentación, mensajes de Slack, informes. Habla ideas en bruto, obtén texto profesional limpio.
Caso de uso: búsqueda web con IA
La búsqueda web de Whisper te permite preguntar por voz y obtener respuestas documentadas con fuentes — entregadas donde está tu cursor. Sin navegador, sin cambiar de pestaña, sin copiar y pegar.
Escenario: obtener datos de mercado
Estás escribiendo un informe financiero en un documento y necesitas los datos más recientes del S&P 500. En lugar de abrir un navegador, le preguntas a Whisper por voz.
Qué dices
«Oye Whisper, ¿cuál es el precio actual del S&P 500 y cómo se ha comportado este año?»
«Oye Whisper» es la palabra clave de IA que activa el asistente de IA en vez de una transcripción simple. Puedes personalizarla en ajustes.
Whisper graba tu pregunta
La IA busca en la web
La IA busca en múltiples fuentes, contrasta datos y compila una respuesta documentada — normalmente en unos 5 segundos.
La respuesta aparece en tu documento
S&P 500 — datos actuales
El S&P 500 cotiza actualmente en torno a 5.611,85 a principios de abril de 2026.
Rendimiento en lo que va de año
El índice sube un +8,2 % en lo que va de año, apoyándose en el fuerte impulso de 2025. Factores clave: crecimiento continuo del sector de IA, consumo resiliente y estabilización de tipos. La Fed mantuvo los tipos en marzo, lo que aumentó la confianza del mercado.
Aspectos sectoriales
• Tecnología: +14,3 % YTD (impulsado por IA y semiconductores)
• Salud: +6,1 % YTD
• Energía: -2,8 % YTD (por menores precios del petróleo)
Fuentes: Yahoo Finance, Reuters, MarketWatch
Lo que acaba de pasar
Preguntaste por voz. Whisper reconoció la palabra clave IA («Oye Whisper»), buscó en la web los datos actuales del S&P 500, sintetizó información de múltiples fuentes, la formateó en secciones con fuentes citadas y la pegó directamente en tu documento Word. Tiempo total: ~5 segundos. Cero pestañas abiertas.
Más ejemplos
La búsqueda web funciona para cualquier cosa que normalmente buscarías en Google. Unos cuantos ejemplos más:
«Oye Whisper, ¿cuáles son las novedades de React 19?»
Obtén un desglose estructurado de las funciones de React 19 con ejemplos de código — pegado directamente en tu IDE o notas.
«Oye Whisper, compara PostgreSQL y MySQL para un nuevo proyecto»
Obtén una tabla comparativa documentada con pros, contras y recomendaciones — lista para compartir con tu equipo.
«Oye Whisper, ¿qué tiempo hace en Tokio esta semana?»
Obtén un resumen rápido del tiempo para planificar un viaje — pegado en tu correo o app de notas.
El flujo completo
Este es el proceso entero, de principio a fin:
Estás trabajando en cualquier app
VS Code, Slack, Google Docs, correo — en cualquier sitio con un campo de texto
Pulsa tu atajo y habla
Mantén Ctrl+Espacio (o tu tecla) y habla con naturalidad
Whisper transcribe y mejora
Voz → texto → limpieza con IA, todo en 2–5 segundos
Aparece el texto pulido
Pegado automáticamente donde está tu cursor — sin copiar y pegar
Funciona en cada app
Un atajo global — funciona en todas partes. Sin plugins, sin extensiones, sin configuración por app. Getting it set up properly in Word takes one extra step — see the dedicated guide.
Dos modos de procesamiento
Elige cómo se procesa tu voz. Cambia entre modos en cualquier momento — sin reiniciar.
Modo local
- 100 % offline — la voz no sale del dispositivo
- Sin costes recurrentes (incluidos en la licencia)
- 5 tamaños de modelo: de Tiny a Large
- Seguro para HIPAA, entornos air-gapped
- IA vía Ollama (offline, sin búsqueda web)
App: ~25 MB + tamaño del modelo (75 MB – 3 GB)
Modo nube
- Máxima precisión vía API de OpenAI
- ~0,003 $/min (pagas directamente a OpenAI)
- Sin modelos que descargar
- Tu propia clave API (sin recargo)
- IA vía GPT-5 Nano, Mini y GPT-5
App: ~25 MB en total — eso es todo
¿Listo para probarlo?
Descarga Whisper, pulsa un atajo y empieza a hablar. Gratis para transcripción local, sin tarjeta.
¿Quieres una guía de configuración detallada? Mira Configuración del modo local o Configuración del modo nube.
