Por Denys MedvedievTutorial
Voz a texto en Discord
Discord nunca incluyó la función de dictado que estás buscando. Esto es lo que realmente convierte tu voz en un mensaje escrito: tu sistema operativo, o una app con atajo de teclado que pega una transcripción limpia directamente en el cuadro de chat, en la app o el navegador.
Última actualización: junio de 2026
Discord no tiene función de voz a texto integrada para redactar mensajes. Su texto a voz lee los mensajes en voz alta, en dirección contraria. Para convertir lo que dices en un mensaje escrito de Discord, usa el dictado de tu sistema operativo (Windows logo key + H, o el atajo de Dictado en Mac) para notas cortas, o una app con atajo global como Whisper que pega una transcripción limpia directamente en el cuadro de chat.
Hay una confusión recurrente en torno a este término, y vale la pena aclararla antes que nada. Discord tiene una función llamada Text-to-Speech. La gente la encuentra, asume que es la que escribe lo que dicen, y acaba con exactamente lo contrario: una voz robótica leyendo su mensaje escrito en voz alta en el canal. La respuesta honesta es que Discord nunca incluyó la función que buscas, y algunas de las guías más populares sobre este tema lo esconden bajo un pitch de producto. Prefiero decírtelo directamente.
Así está el panorama. Discord te ofrece canales de voz y texto a voz, ninguno de los cuales dicta un mensaje por ti. El teclado de tu móvil y el sistema operativo de tu ordenador tienen ambos dictado gratuito que escribe en el cuadro de redacción de Discord. Una app de dictado de escritorio se coloca encima de todo eso: mantén un atajo, habla, y el texto aparece donde esté tu cursor, incluido el cuadro de chat de Discord. Y hay una categoría separada de bots de Discord que transcriben un canal de voz entero, lo cual es un trabajo genuinamente diferente. Esta guía recorre cada opción, en orden de esfuerzo, y te dice cuándo saltarte la app por completo.
¿Tiene Discord voz a texto integrado?
No, no del tipo que buscas. Discord no tiene ninguna función que convierta tu voz en texto escrito en el cuadro de mensaje. Lo que más se parece es el Text-to-Speech: escribe /tts seguido de un mensaje, o actívalo en ajustes, y Discord lee ese mensaje en voz alta a todos en el canal. Eso es texto convirtiéndose en voz. Tú quieres voz convirtiéndose en texto. Las mismas palabras, flecha invertida.
Esto confunde a la gente constantemente, y no es su culpa. "Text-to-speech" y "speech-to-text" difieren en un solo par de palabras intercambiadas, y Discord solo incluye uno de ellos. Estuve más tiempo del que me gustaría admitir haciendo clic por los ajustes buscando el otro antes de aceptar que no se escondía en un submenú. Sencillamente no está.
Así que si quieres que tu voz se convierta en un mensaje de Discord escrito, la herramienta que lo hace vive fuera de Discord: tu sistema operativo, o una app de dictado dedicada. Ambas están más abajo. Lo que transcribe a otras personas hablando en un canal de voz es una tercera opción, y es otra herramienta diferente. Llegaremos a las tres.
Escribir en cada canal vs. simplemente hablar
El argumento para dictar en Discord es sencillo. Hablar va a unas 145 palabras por minuto; la mayoría de personas escriben a unas 40. Eso es aproximadamente tres veces y media más rápido, y libera las manos, lo que importa cuando una de ellas está en el ratón o un mando. A lo largo de una tarde ajetreada de servidores, la diferencia se acumula.
El contrapeso honesto: muchos mensajes de Discord tienen tres palabras. "gg." "ya voy." "un segundo." El dictado no sirve para esos — perderías tiempo cambiando de modo. El dictado por voz vale la pena en cosas más largas: el plan del raid, el informe de bug en un servidor de dev, el párrafo que normalmente dejarías para luego porque escribirlo en el móvil es un fastidio. Ese es el umbral. Pings cortos, sigue escribiendo. Cualquier cosa de más de una o dos frases, habla.
La forma más rápida: un atajo de teclado global
Aquí es donde una app dedicada cambia los números. Whisper by Remskill no es un bot de Discord, una integración de servidor, ni una extensión de navegador. Es una app de escritorio que funciona como un teclado: pulsa un atajo, habla, y la transcripción se pega en el cursor, en cualquier app, incluido el cuadro de chat de Discord. Funciona igual en la app de escritorio de Discord y en Discord abierto en un navegador, porque desde la perspectiva de tu ordenador solo estás escribiendo.
La configuración es breve:
Descarga e instala Whisper en Windows 10 u 11, o un Mac con Apple silicon.
Inicia sesión. El pipeline local es gratuito, sin método de pago requerido al registrarse.
Anota tu atajo de teclado. En Windows el predeterminado es Ctrl+Space; en Mac es mantener Command+Option juntos como push-to-talk y soltar cualquier tecla para parar. Puedes cambiarlo en Ajustes, Grabación si choca con un juego o un atajo push-to-talk que ya tengas asignado. Todo el panel de "elige tu propio atajo" existe porque primero lancé uno fijo y chocó alegremente con el software de música de alguien a las dos de la madrugada. Tengo un máster.
Haz clic en el cuadro de mensaje de Discord. Mantén el atajo, di tu mensaje, suelta.
Ese es el bucle completo. La transcripción aparece en el cuadro de redacción, la lees, pulsas Enter.
Hablas, y el mensaje aparece en Discord
Una vez en marcha, la experiencia es anodina en el mejor sentido. Pones el cursor en el canal, mantienes la tecla, hablas, sueltas. Aproximadamente un segundo después el texto está en el cuadro de mensaje de Discord como si lo hubieras escrito. Sin copiar y pegar, sin ventana separada de la que sacar el texto, sin clip de voz que tus amigos tengan que buscar.
Como la transcripción local se ejecuta en tu máquina (Rust puro, sin sidecar de Python, sin servidor en el bucle), funciona sin conexión. Para Discord específicamente, eso importa más de lo que parece. A menudo ya estás en un canal de voz, en una conexión que prefieres no sobrecargar más, y el audio de lo que estás dictando nunca sale de tu portátil. El dictado por voz integrado de Windows necesita conexión a Internet para funcionar; el modo local de Whisper no.
Cómo es la app Whisper completa
El atajo es la parte que más usarás, pero hay una interfaz de ajustes detrás. Elige tu motor de transcripción: los modelos Whisper, cuyas variantes multilingües cubren 99 idiomas y los builds solo en inglés .en cubren exactamente uno, o el Parakeet de NVIDIA, unos 600 MB, de 5 a 10 veces más rápido que Whisper en CPU, cubriendo inglés más 24 idiomas europeos. Configuras tu atajo, gestionas el historial y guardas presets. Nada de eso es necesario para dictar un mensaje de Discord. Está ahí cuando quieras ajustar.
Limpiar mensajes dictados con IA
El lenguaje hablado es desordenado. Dices "eh", reinicias frases, te pierdes en un ruido que significa "ya sabes lo que digo". Whisper tiene un paso opcional de mejora por IA que recorta muletillas y ordena la redacción antes de pegar. Así "eh, sí, o sea el, el parche se puso en vivo, creo que estamos, estamos bien" se convierte en "El parche se puso en vivo, creo que estamos bien." Si vale la pena en Discord depende del canal; un servidor de dev, probablemente sí; un canal de memes, probablemente no.
Esa limpieza se ejecuta localmente a través de Ollama, gratis, en tu propia máquina. Los usuarios Pro pueden enrutarlo a través de la nube en su lugar, pero el beneficio de limpiar muletillas no requiere Pro; está en el pipeline local gratuito. También puedes simplemente desactivarlo y pegar la transcripción en bruto, lo cual en Discord suele ser exactamente la decisión correcta.
Transcribir un canal de voz es otro trabajo
Esta es la parte que las guías honestas omiten, así que seré directo. Whisper convierte tu voz en un mensaje escrito. No transcribe un canal de voz de Discord, lo que significa que no se quedará en una llamada escribiendo lo que todos los demás dicen. Eso es algo que la gente quiere de verdad, y es una herramienta genuinamente diferente: un bot de Discord.
Los bots creados para esto — siendo Scripty el más común — se unen a un canal de voz y publican una transcripción en curso de la conversación en un canal de texto. La transcripción básica de Scripty es gratuita, funciona en aproximadamente 55 idiomas y procesa el audio sin entregarlo a terceros. Otros en este espacio incluyen SeaVoice y DiscMeet. Si tu objetivo es "subtitular toda la llamada", recurre a uno de esos, no a Whisper. Si tu objetivo es "decir mi propio mensaje en lugar de escribirlo", eso es Whisper, o tu sistema operativo. Dos problemas diferentes que casualmente viven en la misma app.
Cuándo saltarse una app de dictado y usar directamente tu sistema operativo
Si solo necesitas dictar algún mensaje ocasional, no instales nada. Tu ordenador ya lo hace gratis. En Windows, pulsa Windows logo key + H y el dictado por voz se abre en cualquier cuadro de texto, incluida la barra de chat de Discord, sin suscripción. En Mac, el atajo de Dictado integrado (o la tecla de micrófono) hace lo mismo, y en Apple silicon funciona en el dispositivo sin internet. En tu móvil, el icono de micrófono del teclado dicta directamente en el campo de mensaje móvil de Discord; es iOS o Gboard haciendo el trabajo, no Discord, pero funciona.
Windows · Win + H
macOS · Dictation
El único compromiso que vale la pena conocer: Win+H de Windows necesita conexión a Internet para funcionar, mientras que el dictado de macOS y el modo local de Whisper no. Para un rápido "llego 5 min tarde, empezad sin mí", la herramienta del SO es la elección correcta. Donde una app dedicada toma ventaja es en volumen, la limpieza de muletillas, y dictar sin conexión durante una llamada: cuanto más tiempo y más a menudo lo hagas, más importa.
Elige la herramienta más pequeña que resuelva tu problema. Para un mensaje, es la tecla que ya tienes. Para toda una tarde de mensajes largos en cinco servidores, la app dedicada deja de parecer excesiva alrededor del segundo o tercer párrafo que no tuviste que escribir.
Qué cuesta Whisper
El pipeline de dictado local — transcripción y limpieza de IA via Ollama — es gratuito para cualquier usuario conectado, sin tarjeta al registrarse. Así que meter tu voz en Discord con Whisper no cuesta nada. Whisper Pro añade las funciones en la nube (transcripción OpenAI, mejora de IA en la nube, búsqueda web por voz) y tiene un periodo de prueba separado. Los números exactos están en la página de precios en lugar de aquí, porque los precios cambian y un post de blog es un mal lugar para mantenerlos actualizados.
Further reading
Discord probablemente incluya dictado real en algún momento, como suelen hacer las apps cuando suficiente gente escribe /tts esperando que haga lo contrario. Hasta entonces, tu ordenador ya tiene la función, existe una app para cuando la versión integrada no es suficientemente rápida, y existe un bot para el trabajo completamente separado de subtitular una llamada. Tres herramientas, tres problemas. La mayoría de las veces solo necesitas la más pequeña.
¿Quieres tu voz en el cuadro de chat de Discord?
Descarga Whisper, mantén el atajo, habla en cualquier canal. El pipeline local es gratuito, sin tarjeta al registrarse.
Dictado local gratuito para cada usuario conectado. Pro añade las funciones en la nube en un periodo de prueba separado.
