La alternativa honesta a Voice In alternativa

Qué es esta comparativa y quién la escribió

Voy a dejar claro el conflicto de intereses desde el principio. Esta es una comparativa, y yo construí una de las dos herramientas que se comparan. Así que voy a reconocerle a Voice In todo el mérito que se gana y luego seré concreto sobre el único punto en el que las dos herramientas simplemente hacen trabajos distintos.

La verdad aburrida es que Voice In es una buena herramienta. Es gratuita, se instala en unos diez segundos y, si lo único que haces es escribir en Gmail, en un documento de Google o en un cuadro de texto de algún sitio web, lo hace bien. Si ese es todo tu mundo, probablemente puedas cerrar esta pestaña. Lo digo en serio. Hay una sección cerca del final que te dice exactamente cuándo quedarte con Voice In.

Para todos los que sigan leyendo: la diferencia está en el navegador. Voice In vive dentro de Chrome y solo funciona ahí. En el momento en que quieras dictar en Word, en Slack, en tu editor de código o en tu terminal, has salido de la única habitación donde puede oírte.

Voice In funciona en el navegador, y solo en el navegador

Esta es la frase que importa, directamente de la propia página de Dictanote: por ahora, Voice In solo funciona dentro del navegador. Es una extensión de Chrome. Pulsas la extensión, hablas y el texto cae en el campo web que tenga el foco. Para una herramienta gratuita, es un diseño limpio y honesto.

De lo de "extensión de navegador" se derivan dos cosas, y ambas vale la pena conocerlas antes de comprometerte.

Primero, necesita internet. Voice In requiere una conexión a internet en funcionamiento. Tu voz sale para ser reconocida y vuelve convertida en texto. Eso va bien con el wifi de un hotel y es un problema en un tren que cruza un túnel.

Segundo, el número de idiomas es realmente confuso. La página de Dictanote afirma "100+ idiomas" en un sitio y "50+ idiomas" en otro. No voy a fijar una cifra, porque ellos tampoco la han fijado. Está claro que admite muchos idiomas. Cuántos exactamente, su propia comunicación parece no tenerlo claro.

Hay un plan gratuito y un nivel de pago llamado Voice In Plus, que añade el conjunto de funciones más completo: comandos de voz personalizados, un modo avanzado, dictado en varias pestañas. No voy a citar un precio para Plus, porque Dictanote no indica ninguno en la página que leí. Si lo necesitas, consulta su página de precios.

Qué obtienes además con Whisper by Remskill

Whisper by Remskill es una aplicación de escritorio, no una extensión de navegador. Pulsas una tecla rápida, Ctrl+Space en Windows por defecto y reasignable a lo que quieras, luego hablas, sueltas y el texto aparece justo donde ya está tu cursor. Word. Slack. Notion. La casilla de respuesta de tu cliente de correo. Un mensaje de commit en tu terminal. La misma tecla rápida funciona en todos ellos, porque el dictado no vive dentro de ninguna aplicación concreta. Vive en el sistema operativo.

El proceso es gratuito para todos los que se registran, sin tarjeta al registrarse. Ese nivel gratuito cubre la transcripción local con ocho modelos de Whisper o el motor Parakeet, la limpieza de texto con IA mediante Ollama, tu historial de dictado, los ajustes preestablecidos, las palabras clave personalizadas y las descargas de modelos. Puedes usarlo en hasta tres dispositivos.

Dos motores locales significan que eliges según lo que de verdad necesitas. Whisper admite 99 idiomas y puede traducir al inglés, con un control más fino como vocabulario personalizado y palabras clave. Parakeet es un motor de unos 600 MB que cubre el inglés más otros 24 idiomas europeos, 25 en total, y funciona de 5 a 10 veces más rápido que Whisper en una CPU normal. Ninguno de los dos requiere GPU.

Si escribes sobre todo código o documentación técnica, dictar en tu editor en lugar de en una pestaña del navegador te cambia el día. Escribí más sobre esto en voz a texto para programar si esa es tu situación.

También hay un nivel Pro que añade la transcripción en la nube de OpenAI y la búsqueda web usando tu propia clave de API. Puedes ver los planes si la nube es lo tuyo. Pero el proceso local, la parte que supera a una extensión de navegador en alcance y privacidad, no cuesta nada.

Cara a cara, la pestaña del navegador frente a todo el escritorio

Aquí tienes la tabla honesta. Sin estrellas, sin columna de "ganador". Solo lo que hace cada herramienta.

El patrón no es "Voice In es malo". El patrón es que una herramienta vive en una pestaña del navegador y la otra vive en todo tu ordenador. Elige la que encaje con el lugar donde de verdad escribes.

El modo sin conexión importa más de lo que la gente cree

Esta es la única opinión rotunda que voy a gastar en este artículo. El dictado que solo funciona en la nube es un desastre de privacidad esperando a ser transcrito.

Voice In necesita conexión a internet, lo que significa que tu voz sale de tu máquina para convertirse en texto. Para una lista de la compra, a quién le importa. Para el correo al colegio de tu hijo, el borrador de un contrato o un párrafo sobre tu salario, probablemente no quieres que nada de eso haga un viaje de ida y vuelta a través de un servidor que no controlas.

Con el modo local de Whisper, el audio nunca sale de tu portátil. Se transcribe en tu propia CPU, en tus propias aplicaciones, sin necesidad de conexión. La precisión en el modo local suele situarse entre el 95 y el 99 por ciento según el modelo que elijas. Eso no es "suficientemente bueno para estar sin conexión" como premio de consolación. Esa es la función principal.

Soy del tipo arquitecto que diagrama un sistema antes de instalar el entorno de ejecución, y el diagrama siempre está equivocado para el segundo commit. Pasé una semana sobrediseñando la vía sin conexión antes de admitir lo evidente: para un párrafo de dictado, tu máquina ya tiene un micrófono y una CPU, y no necesita un servidor de por medio.

Cuándo quedarte con Voice In

Haría mal mi trabajo si le dijera a todo el mundo que cambie. A veces Voice In es la herramienta adecuada, y aquí está el argumento honesto para quedarse.

Si dos o tres de esas frases te describen, quédate con Voice In. Es gratuito y funciona. El día en que tu dictado necesite salir de la pestaña del navegador, hacia Word, hacia Slack, hacia tu editor, es el día de mirar una herramienta de escritorio. No antes.

Si solo recuerdas una cosa

Voice In es un navegador. Whisper es todo tu escritorio. Si tu escritura vive dentro de Chrome, Voice In es una opción gratuita y buena. Si tu escritura vive en las aplicaciones que Chrome no puede alcanzar, y preferirías que se quedara sin conexión, esa es la línea donde cruzas al otro lado.

Si quieres el panorama más amplio de cómo encaja una aplicación de dictado en todo el sistema, escribí un cara a cara más largo en la alternativa honesta a superwhisper. Cuando estés listo, descarga Whisper, pulsa la tecla rápida y dicta en cualquier aplicación que tengas delante, con conexión o sin ella.