Voz a texto en WordPress: 3 formas

WordPress no trae dictado de fábrica. Esto es lo que significa.

Me fui al directorio oficial de plugins para asegurarme de no estar pasando por alto un ajuste enterrado a tres menús de profundidad. (No lo pasaba por alto. Casi nunca me pasa, pero siempre lo compruebo, porque la única vez que no lo haga será la vez que esté ahí.) Busca en el directorio de plugins de WordPress.org "dictation" y te encuentras un muro de plugins de terceros: "Dictation (Speech Recognition)", "Dictate Button" y compañía. Ninguno viene con el núcleo. WordPress en sí tiene cero entrada de voz. Esa es la conclusión honesta, y cambia cómo deberías pensar en todas las herramientas de abajo.

Como no hay motor nativo, cada ruta trae el suyo. La mayoría de los plugins de dictado de WordPress, y las extensiones de navegador más populares, envuelven la Web Speech API del navegador: el reconocimiento de voz en la nube de Google. Así que el párrafo de tu borrador se manda a un servidor para transcribirlo. Funciona. También es solo en línea y normalmente solo para Chrome o Edge. La verdad aburrida es que "dictado en WordPress" es casi siempre una etiqueta fina pegada encima del micrófono en la nube de otra persona.

La única excepción a la regla de la nube es el dictado que se ejecuta en tu propia máquina: la función integrada de tu sistema operativo o una app de escritorio. Llegaremos a las dos.

Las tres formas de dictar en WordPress, y el peaje que cobra cada una

Hay exactamente tres categorías, más la ruta de la app de escritorio. Cada una te da algo y te cuesta otra cosa.

Ruta uno: una extensión del navegador. Voice In, de Dictanote, es la opción habitual. La instalas desde la Chrome Web Store, haces clic en un campo y dictas. Funciona sobre la Web Speech API del navegador, así que está en la nube y vive dentro de la pestaña del navegador. Gratis para empezar, rápida de instalar. El truco: solo funciona en esa pestaña. Cambias a Slack o a tu correo y el micrófono desaparece. Y tu audio pasa por la nube de Google de todos modos.

Ruta dos: un plugin de WordPress. Plugins como "Dictation (Speech Recognition)" o Listener añaden un botón de micrófono justo dentro del editor. La mayoría también envuelve Web Speech, así que heredan los mismos límites: solo en línea y solo para Chrome. La ventaja: vive en WordPress, así que no hay nada más que gestionar. Elige esto si quieres concretamente un botón dentro del editor y no te importa la nube.

Ruta tres: el dictado del sistema operativo. Windows tiene la Escritura por voz (pulsa Win + H). macOS tiene Dictado en Ajustes del Sistema. Ambos escriben en el campo que tengas seleccionado, incluido un bloque de Gutenberg en tu navegador. Gratis, sin instalar, ya está en tu ordenador. La calidad varía y depende de la plataforma, pero para un párrafo rápido la verdad es que cumple. Si vas con un PC, el repaso completo de voz a texto en Windows cubre la ruta Win + H con más detalle.

Después está la ruta de la app de escritorio, que es donde se sitúa Whisper. Misma idea que el dictado del sistema operativo —un atajo que pega en el campo seleccionado— pero multiplataforma, capaz de trabajar sin conexión y sin atarse a la pestaña del navegador. El competidor directo más cercano aquí es Blurt, una app de la barra de menús de Mac que dicta en cualquier campo de WordPress. Es una herramienta limpia. También es solo para macOS, solo en la nube, y gratis únicamente para las primeras 1.000 palabras antes de pasar a $10 al mes o $99 al año. Conviene saberlo si vas con un Mac y la nube no te importa.

Dicta una entrada en el editor de bloques con un atajo

Este es el flujo real, paso a paso, usando una herramienta de atajo de escritorio. Son los mismos cinco movimientos tanto si estás en el editor web como en un sitio autoalojado.

1. Abre tu entrada en el editor de bloques. WordPress web en cualquier navegador, o autoalojado: da igual, porque el atajo funciona a nivel del sistema operativo, no dentro de un plugin.
2. Haz clic dentro del bloque que quieras rellenar. Un bloque de párrafo, el título de la entrada, un extracto, un campo meta de Yoast o Rank Math: cualquier sitio donde parpadee el cursor.
3. Mantén el atajo pulsado y habla. En Windows es Ctrl+Space; en macOS es Command+Option, mantenido como pulsar para hablar. Di tu párrafo tal como lo dirías en voz alta.
4. Suelta. El texto aparece en el cursor, en el bloque sobre el que hiciste clic. Eso es todo.
5. Haz clic en el siguiente bloque y repite. Teclado o ratón para moverte entre bloques, atajo para rellenar cada uno.

Una salvedad honesta, porque prometer de más no ayuda a nadie. La herramienta dicta en el bloque seleccionado. No entiende la estructura de bloques de Gutenberg. No va a crear un bloque de encabezado nuevo, partir tu párrafo en dos ni saltar al siguiente bloque cuando digas "siguiente". Tú conduces los bloques; el atajo los rellena. Todas las herramientas de dictado de esta categoría funcionan igual, Blurt y Voice In incluidos. La voz escribe las palabras. Los muebles los colocas tú.

La app entera, en vivo

Lo de arriba es la app de escritorio real, no una captura de pantalla. Navega por ella. Lo que la hace funcionar en WordPress es también lo que la vuelve aburrida de describir: es un atajo de teclado global, válido en todo el sistema, que pega la transcripción en el cursor en cualquier app donde puedas escribir. El editor de bloques de WordPress, una caja de comentarios, la descripción de un producto de WooCommerce, tu correo, Slack, tu editor de código: misma tecla, mismo comportamiento. Sin un plugin por cada app.

Esa es la diferencia práctica frente a los resultados de búsqueda. Una extensión del navegador se queda en el borde de la pestaña. Esto no. Dictas la meta descripción en Yoast, luego la respuesta al comentario de un lector y después cambias a tu bandeja de entrada y dictas eso también, sin cambiar de herramienta. El mismo atajo funciona si además publicas en otro sitio: el editor de Ghost y el editor de Substack admiten el dictado exactamente igual.

Limpia el dictado automáticamente

El dictado en bruto tiene sus tics. Dices "ehh", empiezas una frase dos veces, te olvidas de la coma. Whisper tiene un paso opcional de limpieza con IA que corrige las mayúsculas y la puntuación y elimina las muletillas antes de que el texto aterrice en el bloque. En el modo local gratuito se ejecuta por completo en tu máquina; en Pro se ejecuta en la nube. Es opcional, no es magia: desactívalo y obtendrás la transcripción literal si prefieres editar tú.

Para una entrada de blog, esto ahorra tiempo de verdad. Un párrafo dictado que ya tiene las comas en su sitio es uno que no tienes que limpiar antes de pulsar Publicar. El mismo flujo se traslada a otras herramientas de escritura: es la forma de escribir más rápido con la voz en un borrador en cualquier parte, no solo en WordPress.

Sin conexión y en privado

Aquí va la única opinión fuerte que voy a gastar en este artículo: el dictado que solo funciona en la nube, sin opción de trabajar sin conexión, es un desastre de privacidad esperando a ser transcrito. Cada ruta de extensión de navegador y casi todos los plugins de esta página mandan tu borrador a un servidor para convertirlo en texto. Para una entrada de blog pública, igual te da igual. Para la entrada a medias sobre tu jefe, o la respuesta a un comentario donde desahogas algo antes de borrarlo: tu portátil ya tiene un micrófono y una CPU. No necesita un servidor de por medio para escribir un párrafo.

El modo local de Whisper se ejecuta completamente sin conexión. El audio nunca sale de la máquina; lo único que necesita internet es la descarga única del modelo, entre 140 MB y 3 GB según cuál elijas. Blurt, Voice In y los plugins de Web Speech son todos solo en línea por diseño. Esa es una línea real y verificable entre ellos y una app de escritorio local, no un eslogan.

Además funciona en Windows y Mac, y admite más de 90 idiomas (la línea de modelos multilingües llega en concreto a 99; las versiones solo en inglés hacen un idioma muy bien), lo que importa si escribes en más de uno.

Cuándo saltarte Whisper y usar sin más el dictado de Windows o Mac

Voy a hacer lo que las páginas de marketing no harán. Si dictas en WordPress de vez en cuando —un párrafo aquí, un comentario allá— sáltate la descarga y usa lo que ya tienes. En Windows, pulsa Win + H para abrir la Escritura por voz y habla en el bloque seleccionado. En un Mac, activa el Dictado en Ajustes del Sistema y haz lo mismo. Gratis, sin instalar, ya está ahí.

Si vives dentro de un solo navegador y no te importa que tu texto pase por la nube, una extensión del navegador o un plugin dentro del editor es una opción razonable y casi gratis. Recurre a una app de escritorio como Whisper solo cuando la quieras sin conexión, quieras el mismo atajo en todas las apps en lugar de en una pestaña, quieras cobertura para Windows y Mac, o quieras la limpieza opcional con IA. Si nada de eso eres tú, la ruta gratis del sistema operativo es la respuesta correcta, y prefiero que la uses a que pagues de más.

Gratis para el flujo local. Pro añade la nube.

Todo el flujo local —el dictado y la limpieza opcional con IA— es gratis para usuarios con sesión iniciada, sin tarjeta al registrarse. Instalas la app de escritorio, inicias sesión y dictas en WordPress sin pagar nada. Pro añade la capa de nube para quienes quieren los últimos modelos de OpenAI, y viene con una prueba corta de la nube que pide tarjeta solo en el paso de mejora, nunca al registrarte por primera vez. Así que la ruta sin conexión que de verdad usarías para redactar entradas no cuesta nada. Las cifras completas están en la página de precios; no las voy a citar a mitad de párrafo.

Para situarte, el competidor de pago más cercano —Blurt— te da 1.000 palabras gratis antes de pasar a $10 al mes o $99 al año. Una entrada de blog de tamaño medio ronda las 1.000 palabras. Así que eso es más o menos una entrada, y a partir de ahí el contador corre.

El martes pasado dicté tres cosas en WordPress mientras preparaba las fiambreras: un párrafo para un borrador, una respuesta a un comentario y una meta descripción que llevaba una semana evitando. El pepino en una mano, el atajo bajo la otra. Los niños hablaron por encima de la mitad; el paso de limpieza eliminó sin hacer ruido la parte donde el pequeño preguntaba por qué a veces la luna no está. Eso solían ser quince minutos escribiendo con una sola mano. Ahora es lo que se tarda en hacer un sándwich. (El sándwich, que conste, salió igual de torcido. El paso de limpieza no arregla fiambreras.)

Si solo dictas alguna línea de vez en cuando, tu sistema operativo ya hace esto gratis, y deberías usarlo. Si lo quieres sin conexión, en todas partes y bien limpio, pruébalo en tu próxima entrada. Sea como sea, deja de escribir las partes que podrías limitarte a decir.