Voz a texto en Confluence

¿Tiene Confluence voz a texto?

No. No hay botón de dictado en el editor de Confluence, ningún micrófono en la barra de herramientas que escriba lo que dices, ninguna opción enterrada en un menú que convierta el habla en una página. Fui a buscarla, como probablemente tú también lo hiciste. No está. Atlassian ha añadido mucho a ese editor a lo largo de los años — documentos en vivo, comentarios en línea, pizarras blancas, bases de datos — pero la entrada de voz no es uno de ellos.

El dictado tiene que venir desde fuera de Confluence. Dos lugares de donde puede venir: la escritura por voz integrada de tu sistema operativo, o una aplicación de escritorio dedicada que escribe en cualquier campo de texto. Ambas funcionan en el editor de páginas de Confluence, el cuadro de comentarios y la superficie de documentos en vivo, porque desde el punto de vista de tu ordenador simplemente estás escribiendo. Ambas se describen a continuación.

Una cosa que hay que aclarar primero. «Transcribir una reunión grabada en una página de Confluence» es un trabajo diferente a «dictar una página mientras la escribo». Esta guía trata sobre lo segundo: hablar tu borrador en el editor. Si quieres convertir una grabación en notas, eso es una herramienta de transcripción, no de dictado, y es una categoría separada.

Escribir un documento largo hablando

El argumento para dictar páginas de Confluence es principalmente para las largas. Hablar va a unas 145 palabras por minuto; escribir para la mayoría de las personas está más cerca de 40. Eso es aproximadamente tres veces y media más rápido. En un comentario de una línea no hace diferencia. En un runbook, un post-mortem, un brief de proyecto, una página de incorporación — el tipo de documento que siempre pospones porque es una hora de escritura — la diferencia es entre escribirlo hoy y no escribirlo nunca.

Y hablar cambia cómo sale el borrador. Cuando escribes, editas sobre la marcha, lo cual es lento y tiende a ahogar la primera versión. Cuando hablas, sacas todo el pensamiento desordenado y luego lo limpias. Para la documentación en particular, donde la parte difícil suele ser sacar la explicación de tu cabeza y ponerla en la página, ese orden ayuda. La aburrida verdad es que la mayoría de los documentos no se escriben porque escribir es un muro. Hablar baja ese muro.

La forma más rápida: un atajo global

Aquí es donde una aplicación dedicada cambia los cálculos. Whisper by Remskill no es una aplicación de Confluence, un complemento de Marketplace ni una extensión del navegador. Es una aplicación de escritorio que funciona como un teclado: presiona un atajo, habla, y la transcripción se escribe en el cursor, en cualquier aplicación, incluido el editor de Confluence. Funciona igual en Confluence abierto en un navegador y en la aplicación de escritorio de Confluence, porque tu ordenador simplemente ve texto siendo introducido.

La configuración es breve:

Ese es el ciclo completo. El texto aparece en el editor, lo lees, sigues adelante. Para una página larga, hablas en bloques — un párrafo a la vez, de la misma manera que lo pensarías.

Habla, y la página se llena

Una vez que está funcionando, la experiencia es poco llamativa en el mejor sentido. Colocas el cursor en el cuerpo de Confluence, mantienes la tecla, hablas, sueltas. Un segundo después el texto está en el editor como si lo hubieras escrito. Sin copiar y pegar desde una ventana separada, sin grabación para transcribir más tarde, sin complemento que autorizar contra tu cuenta de Atlassian.

Como la transcripción local se ejecuta en tu máquina (Rust puro, sin sidecar de Python, sin servidor en el bucle), funciona sin conexión, y el audio de lo que estás dictando nunca sale de tu portátil. Eso importa especialmente para los documentos de trabajo. Una página puede describir un sistema interno, un cliente, un incidente; con el modo local, ninguno de ese audio va al servidor de nadie para convertirse en texto. La escritura por voz integrada de Windows necesita una conexión a Internet; el modo local de Whisper no.

Convertir un borrador hablado en prosa limpia

El lenguaje hablado es desordenado. Dices «eh», reinicias frases, te pierdes en un ruido que significa «ya sabes lo que quiero decir». En una página de Confluence que otros leen, no quieres eso en la página. Whisper tiene un paso opcional de mejora con IA que recorta el relleno y arregla la redacción antes de escribir. Así que «eh, así que el, el script de despliegue, como que necesita la variable de entorno configurada primero, de lo contrario, sí, simplemente falla» se convierte en «El script de despliegue necesita la variable de entorno configurada primero, de lo contrario falla.» Para la documentación, esa limpieza es la diferencia entre una transcripción y un borrador.

Esa limpieza se ejecuta localmente a través de Ollama, gratis, en tu propia máquina. Los usuarios Pro pueden enrutarla a través de la nube en su lugar, pero el beneficio de limpieza del relleno no requiere Pro; está en la canalización local gratuita. También puedes desactivarla y escribir la transcripción sin procesar, luego editar en Confluence de la manera normal, lo que para un comentario rápido suele ser la decisión correcta.

Cómo es la aplicación Whisper completa

El atajo es la parte que más usarás, pero hay una superficie de configuración detrás. Eliges tu motor de transcripción: los modelos Whisper, cuyas variantes multilingües cubren 99 idiomas y las versiones solo en inglés .en cubren exactamente uno, o Parakeet de NVIDIA, unos 600 MB, de 5 a 10 veces más rápido que Whisper en CPU, cubriendo inglés más 24 idiomas europeos. Estableces tu atajo, administras el historial y guardas presets — útiles si tus documentos se apoyan mucho en los mismos nombres de productos o jerga. Nada de eso es necesario para dictar una página. Está ahí cuando quieras ajustar.

Funciona en el editor del navegador y la aplicación de escritorio

Las personas acceden a Confluence de dos formas: en una pestaña del navegador y a través de la aplicación de escritorio de Confluence. Una aplicación con atajo global no se preocupa por cuál. Escribe donde esté el cursor, así que el editor de páginas, el cuadro de comentarios, un comentario en línea, un documento en vivo se comportan igual tanto en Chrome como en la aplicación independiente. No hay configuración por superficie, ninguna pregunta de «¿admite esta vista?». Si puedes poner un cursor ahí y escribir, puedes dictar.

Lo mismo aplica para todo lo demás en tu pantalla. El atajo funciona en tu correo electrónico, tu terminal, un ticket de Jira, un mensaje de Slack, un documento de Word. Confluence es solo uno de los cuadros que tu cursor visita en un día, y la aplicación lo trata como cualquier otro. Esa es la ventaja silenciosa de hacer esto a nivel del sistema operativo en lugar de dentro del editor de un solo producto.

Cuándo simplemente usar tu sistema operativo

Si solo necesitas dictar un comentario ocasional o una página corta, no instales nada. Tu ordenador ya hace esto gratis. En Windows, presiona la tecla del logo de Windows + H y la escritura por voz se abre en cualquier cuadro de texto, incluido el editor de Confluence, sin suscripción. En Mac, el atajo de Dictado integrado (o la tecla del micrófono) hace lo mismo, y en Apple Silicon se ejecuta en el dispositivo sin Internet. Para una actualización de estado de un párrafo, esa es la herramienta correcta.

Los compromisos que vale la pena conocer: Win+H de Windows necesita una conexión a Internet para funcionar, mientras que el dictado de macOS y el modo local de Whisper no. Y el dictado del sistema operativo te da la transcripción sin procesar — sin limpieza de relleno, sin vocabulario personalizado para tus nombres de productos. Para un comentario rápido está bien; lo editarás de todas formas.

Elige la herramienta más pequeña que resuelva tu problema. Para un comentario, es la tecla que ya tienes. Para un runbook de 1.500 palabras que de lo contrario pasarías una hora escribiendo, la aplicación dedicada, con la limpieza de IA que convierte tu borrador hablado en algo que casi puedes publicar, deja de parecer excesiva alrededor del segundo párrafo que no tuviste que escribir. Esto combina naturalmente con dictar tickets de Jira — la otra mitad de un día de Atlassian — si escribir con la voz se te queda.

Cuánto cuesta Whisper

La canalización de dictado local — transcripción y la limpieza de IA a través de Ollama — es gratuita para cualquier usuario registrado, sin tarjeta al registrarse. Así que meter tu voz en una página de Confluence con Whisper no cuesta nada. Whisper Pro añade las funciones de nube (transcripción de OpenAI, mejora de IA en la nube, búsqueda web por voz), y tiene un período de prueba separado. Los números exactos están en la página de precios en lugar de aquí, porque los precios cambian y una publicación de blog es un mal lugar para mantenerlos actualizados.

Confluence puede que un día lance dictado real, como los editores colaborativos tienden a hacer cuando suficientes personas lo piden. Hasta entonces, tu ordenador ya tiene la función para fragmentos cortos, y una aplicación de atajo existe para las páginas largas donde hablar el borrador supera escribirlo. Dos herramientas, un muro que superar: escribir. La mayoría de las veces necesitas la herramienta más pequeña. Para los documentos que nadie quiere escribir, la más grande se gana su lugar.