Voz a texto en Microsoft Teams

¿Teams tiene voz a texto integrado?

Para redactar un mensaje de chat, no. Teams no tiene ninguna función que convierta tu voz en texto escrito en el cuadro de mensaje. Hice clic en la barra de herramientas de formato, en el menú de tres puntos, en las opciones por mensaje, buscando un micrófono que escriba. No hay ninguno. Puedes grabar y enviar un mensaje de voz, pero eso es un clip de audio que tu compañero tiene que reproducir, no un mensaje escrito. Lo mismo con las herramientas de reunión, a las que llegaremos, porque son lo que la gente confunde con el dictado.

El propio foro de preguntas y respuestas de Microsoft tiene gente haciendo exactamente esta pregunta, y la respuesta honesta allí es la misma: no hay dictado de chat nativo en el escritorio, y la solución habitual es la escritura por voz integrada de Windows (tecla del logotipo de Windows + H) o una extensión del navegador. Eso dice algo. Cuando la respuesta más común a «cómo dicto en esta aplicación» es «usa una herramienta fuera de la aplicación», la función no se esconde en un submenú. Simplemente no está.

Entonces, si quieres que tu voz se convierta en un mensaje de Teams escrito, lo que lo hace vive fuera de Teams: tu sistema operativo, o una aplicación de dictado dedicada. Ambos están a continuación. El transcriptor de reuniones, la herramienta que la gente confunde más a menudo con esto, es una tercera opción, y resuelve un problema completamente diferente. Llegaremos a los tres.

La transcripción de reuniones no es dictado

Esta es la parte que las guías animadas difuminan, así que voy directo al grano. La transcripción de Teams, los subtítulos en directo, la transcripción consultable guardada junto a una grabación, todo eso escucha una reunión y anota lo que dijo todo el mundo. Es excelente en eso. Microsoft lo documenta para reuniones, seminarios web y asambleas generales, en docenas de idiomas, con atribución de hablante. Si tu objetivo es «subtitular la llamada» o «obtener un registro de quién dijo qué», Teams ya lo hace, y también herramientas como Tactiq construidas encima. Nada de eso es lo que la mayoría de la gente entiende por voz a texto.

El dictado es la dirección opuesta del esfuerzo. Eres el único hablante, estás escribiendo a propósito y quieres que tus propias palabras lleguen al cuadro de redacción como texto que puedas editar y enviar. Una transcripción de reunión anota una conversación después del hecho. El dictado redacta un mensaje en el momento. Son tan diferentes como un taquígrafo judicial y una máquina de escribir. Teams incluye el taquígrafo. La máquina de escribir la traes tú.

La forma más rápida: una tecla de acceso rápido global

Aquí es donde una aplicación dedicada cambia el cálculo. Whisper by Remskill no es un complemento de Teams, un bot de reunión ni una extensión de navegador. Es una aplicación de escritorio que funciona como un teclado: pulsa una tecla de acceso rápido, habla, y la transcripción se pega donde está el cursor, en cualquier aplicación, incluido el cuadro de redacción de Teams. Funciona igual en la aplicación de escritorio de Teams y en Teams abierto en un navegador, porque para tu ordenador simplemente estás escribiendo.

La configuración es breve:

Ese es todo el ciclo. La transcripción aparece en el cuadro de redacción, la lees y pulsas Intro.

Hablas, y el mensaje aparece en Teams

Una vez en marcha, la experiencia es sin aspavientos de la mejor manera. Pones el cursor en el canal o el chat, mantienes la tecla, hablas, sueltas. Un segundo después el texto está en el cuadro de redacción de Teams como si lo hubieras escrito. Sin copiar y pegar, sin ventana separada de la que sacar el texto, sin mensaje de voz que tu compañero tenga que rebobinar en su escritorio.

Dado que la transcripción local se ejecuta en tu máquina (Rust puro, sin sidecar de Python, sin servidor en el ciclo), funciona sin conexión. Eso importa más de lo que parece para una herramienta de trabajo. La respuesta que estás dictando, el pensamiento a medias sobre el lanzamiento, el mensaje al jefe que prefieres formular con cuidado: nada de eso sale de tu portátil de camino a convertirse en texto. La propia escritura por voz integrada de Windows necesita conexión a internet para funcionar; el modo local de Whisper no.

Cómo es la aplicación Whisper completa

La tecla de acceso rápido es la parte que usarás más, pero hay una superficie de ajustes 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. Configuras tu tecla de acceso rápido, gestionas el historial y guardas presets. Nada de eso es necesario para dictar un mensaje de Teams. Está ahí cuando quieras ajustar.

Mejorar mensajes dictados con IA

El lenguaje hablado es desordenado. Dices «eh», reinicias frases, te pierdes en un ruido que significa «ya sabes a qué me refiero». Whisper tiene un paso opcional de mejora con IA que recorta muletillas y cuida la redacción antes de pegar. Así que «eh, bueno, el, el despliegue salió, creo que, que estamos bien» se convierte en «El despliegue salió, creo que estamos bien.» En un canal de trabajo donde el mensaje va a un jefe o un cliente, esa limpieza suele valer la pena. Para una respuesta rápida en un chat secundario, quizás prefieras el texto en bruto.

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 eliminar muletillas no requiere Pro; está en el pipeline local gratuito. También puedes simplemente desactivarlo y pegar la transcripción en bruto, lo que para un rápido «en camino» en un chat suele ser exactamente lo correcto.

Cuándo saltarse una aplicación de dictado y usar simplemente el SO

Si solo necesitas dictar algún mensaje de vez en cuando, no instales nada. Tu ordenador ya lo hace gratis. En Windows, pulsa la tecla del logotipo de Windows + H y la escritura por voz se abre en cualquier cuadro de texto, incluida la barra de chat de Teams, sin suscripción. En Mac, el atajo de Dictado integrado (o la tecla de micrófono) hace lo mismo, y en Apple Silicon se ejecuta en el dispositivo sin internet. Ambos escriben directamente en el cuadro de redacción de Teams, aplicación de escritorio o navegador, porque funcionan a nivel del SO, no dentro de Teams.

El único compromiso que vale la pena conocer: Win+H de Windows necesita conexión a internet, mientras que el dictado de macOS y el modo local de Whisper no. Para un rápido «llego en 5 min, empezad sin mí» en un canal, la herramienta del SO es la opción correcta. Donde una aplicación dedicada toma la delantera es en el volumen, la limpieza de muletillas y el dictado sin conexión: cuanto más tiempo y más a menudo lo haces, más importan esos factores.

Elige la herramienta más pequeña que resuelva tu problema. Para un mensaje, es la tecla que ya tienes. Para una mañana de respuestas largas, notas de traspaso y actualizaciones de estado en docenas de canales, la aplicación dedicada deja de parecer exagerada alrededor del segundo o tercer párrafo que no tuviste que escribir.

Cuánto cuesta Whisper

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

Teams probablemente acabará incluyendo dictado de chat real, como suelen hacer las aplicaciones cuando suficientes personas buscan un micrófono en la barra de redacción y encuentran solo un botón de mensaje de voz. Hasta entonces, tu ordenador ya tiene la función, hay una aplicación para cuando la versión integrada no es lo suficientemente rápida, y el transcriptor de reuniones se ocupa del trabajo completamente separado de anotar una llamada. Tres herramientas, tres problemas. La mayoría de las veces necesitas la más pequeña.