1. Sin conexión significa que el reconocimiento ocurre en tu equipo
Todo programa de dictado hace dos cosas: graba tu voz y la convierte en texto. La clave está en dónde ocurre lo segundo. Si el reconocimiento se ejecuta en tu equipo, puedes dictar en el tren, en una zona sin cobertura o en una red corporativa cerrada, y la grabación no sale de la máquina. Si se ejecuta en un servidor, necesitas conexión y tu voz viaja por internet.
En las herramientas de Apple y Microsoft, la respuesta depende de la función, del idioma y de la configuración. En los programas de terceros, depende del modelo de reconocimiento que descargues. Para el español hay tres familias habituales: Parakeet V3 de NVIDIA, Whisper de OpenAI y los modelos Vosk, cuyo modelo pequeño en español ocupa solo 39 MB.
- Necesitan internet: la escritura por voz de Windows (Windows + H) y el dictado de Windows 10.
- Funcionan en local tras una descarga: el acceso por voz de Windows 11, el Dictado del Mac en español y los programas de Linux con modelos locales.
- Revisa también si se comparten grabaciones para «mejorar» el servicio: macOS lo pregunta al activar el Dictado.
2. Mac: Dictado en español, procesado en el dispositivo
Activa el Dictado en menú Apple > Ajustes del Sistema > Teclado > Dictado. Para dictar, coloca el punto de inserción y pulsa la tecla Micrófono de la fila de teclas de función (si tu Mac la tiene), usa el atajo de teclado de Dictado o selecciona Edición > Iniciar dictado. La tecla Escape, la tecla Micrófono o el mismo atajo lo detienen, y el Dictado se para solo si no detecta voz durante 30 segundos; Apple aclara que no hay límite de duración. El atajo se elige en el menú desplegable «Atajo», por ejemplo «Pulsar la tecla Fn (Función) dos veces», o con Personalizar.
En cuanto a privacidad, Apple explica que el texto que aparece bajo Dictado, en los ajustes de Teclado, indica si tus dictados generales se procesan en el dispositivo y no se envían a los servidores de Siri; el dictado en un campo de búsqueda queda fuera. Su página de disponibilidad de funcionalidades incluye el español de Chile, Colombia, España, Estados Unidos y México en el «dictado no modal en el dispositivo», que requiere descargar modelos de voz. Al activarlo, macOS también pregunta si quieres compartir grabaciones de audio para mejorar Siri y Dictado: «Ahora no» lo rechaza, y puedes cambiarlo en Privacidad y seguridad > Análisis y mejoras.
Dos detalles regionales. La puntuación automática, que inserta comas, puntos e interrogaciones mientras hablas, figura para el español de Colombia, España, Estados Unidos y México, pero no para el de Chile. Y en España, Apple ofrece dictado en catalán, aunque el catalán no aparece en la lista de idiomas procesados en el dispositivo. La variante se cambia con el botón Editar junto a Idiomas, y la puntuación también se dicta: «signo de admiración», «nueva línea», «nuevo párrafo».
3. Windows: la escritura por voz (Windows + H) necesita internet
La escritura por voz es la función de dictado más conocida de Windows: coloca el cursor en un cuadro de texto, pulsa Windows + H, espera al aviso «Escuchando…» y habla. Microsoft lo deja claro: la escritura por voz usa el reconocimiento de voz en línea de los servicios de voz de Azure, y para usarla hay que estar conectado a internet, tener un micrófono que funcione y el cursor en un cuadro de texto. En Windows 10, el dictado que se abre con la misma combinación también exige que el equipo esté conectado a internet.
Microsoft distingue Español (España) y Español (México) en la lista de idiomas de la escritura por voz, con comandos ligeramente distintos. En España se dice, por ejemplo, «Pausa el dictado» o «pulsa retroceso»; en México, «Pon en pausa el dictado» o «Tacha eso». Ambas variantes aceptan «Detén el dictado», «Borra eso» y «Selecciona eso». El idioma reconocido sigue al idioma de entrada activo, que se cambia en el selector de la barra de tareas o con Windows + barra espaciadora. No hay variante propia para Argentina, Colombia o Chile, y ni el catalán, ni el euskera, ni el gallego figuran en la lista.
En los Copilot+ PC, el «dictado fluido» corrige gramática, puntuación y muletillas con modelos de lenguaje pequeños que se ejecutan en el dispositivo. Según Microsoft, solo está disponible en las configuraciones regionales en inglés, así que a octubre de 2026 no afecta al dictado en español.
4. Windows 11: el acceso por voz funciona sin conexión
El acceso por voz permite controlar el PC y crear texto solo con la voz y, según Microsoft, sin conexión a internet. Está disponible a partir de Windows 11, versión 22H2; no existe en Windows 10. Se activa en Configuración > Accesibilidad > Voz o desde la búsqueda de Windows. Solo la configuración inicial necesita internet: la primera vez, el acceso por voz descarga los archivos de idioma que usa el reconocimiento de voz en el dispositivo, algo que puede tardar unos minutos.
Para el español, Microsoft ofrece dos variantes: español de España y español de México. Pensado como función de accesibilidad, el acceso por voz muestra una barra fija en la parte superior de la pantalla y responde a órdenes para hacer clic en botones o abrir aplicaciones: ideal para manejar todo el equipo con la voz, quizá demasiado si solo quieres dictar un párrafo en un correo. Algunos comandos útiles:
- Di «Modo de dictado» para que todo se trate como texto y «Modo predeterminado» para volver.
- Alt + Mayús + B alterna entre escucha y suspensión; Alt + Mayús + C apaga o enciende el micrófono.
- «Agregar al vocabulario» enseña al acceso por voz nombres propios, términos técnicos y palabras difíciles de pronunciar.
- También aquí, el dictado fluido solo existe en inglés y en Copilot+ PC.
5. Linux y lenguas cooficiales: qué modelo elegir
En Linux, el dictado todavía no viene con el escritorio. Canonical anunció en junio de 2026 el proyecto Myna, un dictado local para Ubuntu Desktop previsto para Ubuntu 26.10, primero en Wayland con GNOME como entorno validado; el anuncio no detalla qué idiomas admitirá. Mientras tanto, toca instalar un programa.
Si dictas en catalán, euskera o gallego, el modelo importa más que el sistema. Parakeet V3 cubre 25 idiomas europeos, entre ellos el español, pero ninguno de esos tres: no aparecen en la ficha de NVIDIA. El tokenizador de Whisper sí incluye el catalán (con el valenciano como alias), el euskera y el gallego, lo que indica que el modelo los acepta, no con qué precisión. En Linux, Speech Note ofrece modelos de catalán (Whisper y Vosk, entre otros) y de euskera (Whisper).
Opciones para Linux que reconocen español sin conexión:
- Handy: gratuito, de código abierto y, según su documentación, completamente offline, con modelos Whisper o Parakeet V3, que detecta el idioma por sí solo. Necesita una herramienta de escritura: xdotool en X11, wtype o dotool en Wayland; en la sesión Wayland por defecto de Ubuntu 26.04, wtype no funciona y hace falta ydotool.
- Speech Note: Flatpak en Flathub, código abierto con licencia MPL 2.0 y procesamiento totalmente offline; para español ofrece, entre otros, modelos Whisper y Vosk, y puede escribir en la ventana activa.
- Vosk, por ejemplo con nerd-dictation: un modelo pequeño en español de 39 MB y uno grande de 1,4 GB.
6. IraVoice: Parakeet V3 para el español, sin nube
IraVoice 1.2.2 es un programa de dictado para macOS 13 o posterior en Mac con chip de Apple (no Mac con Intel), para Windows 10 y 11 de 64 bits y, en beta, para Linux. Mantienes pulsada una tecla, hablas y la sueltas: el texto se escribe donde esté el cursor, ya sea en Word, Outlook, el navegador o una terminal. La tecla predeterminada es Comando derecha en Mac, Ctrl derecha en Windows y Ctrl + Espacio en Linux, y se cambia en General. Una pulsación breve en lugar de mantenerla activa el dictado manos libres, otra lo detiene, y Esc lo cancela en Mac y Windows. IraVoice no pulsa Intro por defecto, así que revisas el texto antes de enviarlo.
Importante para el español: el modelo que viene de serie, Parakeet Unified EN (unos 700 MB), es inglés. Para dictar en español, cambia en Models al modelo Parakeet V3, que según NVIDIA reconoce 25 idiomas europeos, entre ellos el español, y detecta el idioma por sí solo. NVIDIA publica para el español una tasa de error de palabras del 3,45 % en FLEURS, el 4,39 % en MLS y el 3,41 % en CoVoST, medida sin puntuación ni mayúsculas. La ficha solo indica «Spanish (es)», sin variantes; su única nota sobre variantes se refiere al portugués europeo frente al brasileño. Si hablas el español de México, Argentina o el Caribe, pruébalo con tu propia voz durante la prueba. NVIDIA confirma que el idioma no se puede fijar, así que dicta un solo idioma por grabación. Para catalán, euskera o gallego, IraVoice ofrece en Models modelos Whisper, que cubren muchos idiomas pero exigen más recursos; compruébalos también durante la prueba.
Tras la descarga del modelo, el reconocimiento ocurre en tu equipo: con IraVoice Local, ni el audio ni el texto salen de él. Las únicas conexiones son la descarga del modelo, la búsqueda de actualizaciones y las comprobaciones de prueba y licencia con api.iravoice.com, que envían un hash con sal de un identificador de hardware, nunca el identificador en sí. No hay cuenta ni telemetría. La licencia se comprueba más o menos una vez por semana y sigue funcionando 30 días sin conexión. IraVoice no ofrece asesoramiento jurídico sobre el RGPD ni sobre otras leyes de protección de datos; esa valoración te corresponde a ti o a tu delegado de protección de datos.
Cuando IraVoice entienda mal una palabra, un apellido o un término técnico, corrígelo una vez: ⌃⌥⇧F en Mac o Ctrl + Alt + Mayús + F en Windows y Linux abre la corrección del último dictado, y a partir de ahí lo escribirá bien. En Mac también detecta solo las correcciones en la mayoría de las apps.
Antes de comprar, ten en cuenta que la interfaz de la aplicación y el pago en iravoice.com están en inglés. IraVoice Local cuesta 79 USD para un equipo, 109 USD para dos o 149 USD para tres, en un único pago y sin suscripción. La prueba gratuita de tres días empieza con el primer dictado, y para descargarla no necesitas correo, tarjeta ni cuenta. En Linux solo hay un paquete .deb para Ubuntu 22.04 o posterior y distribuciones basadas en Debian (Debian, Linux Mint, Pop!_OS); no hay rpm, AppImage ni Flatpak, y el soporte de Wayland es limitado en la beta.