Diario / Desarrollo de producto web
Wispr Flow y alternativas: dictar prompts como programador
Temas
- AI
- Developer tools
- Voice dictation
Wispr Flow merece una prueba si le importa dictar con comodidad y ordenar el texto en los dispositivos compatibles, y el reconocimiento de voz en la nube le resulta aceptable. En Linux yo empezaría por Handy para un dictado local sencillo, por OpenWhispr para un trabajo más configurable o por la versión para Linux de Superwhisper. Talon responde a otra pregunta: cómo controlar el ordenador con la voz, y no solo rellenar el campo de un prompt. En Mac, a la lista corta conviene añadir VoiceInk y MacWhisper.
Esto es una comparación de documentación, no una prueba de precisión del reconocimiento ni el relato de una supuesta aceleración de mi propio trabajo. Las fuentes y los precios se comprobaron el 11 de noviembre de 2026. La fecha prevista de publicación es el 15 de noviembre de 2026. Separar estas fechas es deliberado: no afirmo haber comprobado la oferta un día que aún no ha llegado. Las condiciones de compra, los impuestos y la moneda deben confirmarse antes de pagar.
Dicte la intención, no la sintaxis del comando
La voz funciona bien para describir un problema: qué ocurre, qué espera usted, qué no se debe cambiar y cómo sabrá que la solución es correcta. Es más fácil contar las dependencias entre módulos mientras está revisando el repositorio que interrumpir el análisis para pulir cada frase. Pero sigue siendo un borrador de especificación, no una autorización lista para un agente.
Los nombres de variables, las rutas, los flags de los comandos y las expresiones regulares es mejor insertarlos desde el editor. El reconocimiento de voz puede generar una frase que parece correcta y significa otra cosa. Un «no» perdido es más peligroso que una coma ausente. El alisado automático del texto también puede eliminar una duda que usted quería conservar: un «probablemente» no debería convertirse por sí solo en una afirmación categórica.
Por eso separo la comodidad de introducir texto del permiso para ejecutarlo. Primero la grabación, luego el borrador, la revisión y solo después el envío. Una medida razonable es el tiempo necesario para obtener un prompt inequívoco y aceptado, correcciones incluidas. La velocidad de dictado que declara el fabricante no mide la calidad de la tarea que se entrega al agente.
El esquema muestra dos fronteras independientes. La primera es el lugar donde se procesa la grabación. La segunda marca el momento en que el texto se convierte en una instrucción. Una transcripción local no significa que el agente que se use después también funcione en local. Y el programa que escribe el texto no necesita, por ello, derecho a desplegar cambios.
Comparativa de ocho herramientas
La tabla recoge los materiales de los fabricantes leídos el día de la verificación. «En local» indica una variante de funcionamiento disponible, no una garantía sobre cada función adicional. Los importes en dólares son precios en USD. Una tarifa mensual con pago anual no significa que pueda darse de baja pasado un mes por el mismo importe.
| Herramienta | Plataformas confirmadas | Procesamiento | Información de precio confirmada |
|---|---|---|---|
| Wispr Flow | Mac, Windows, iPhone, Android; Linux no figura en la lista | Transcripción en la nube, con ajustes separados de historial y de entrenamiento | Gratis 2000 palabras a la semana; Pro 15 USD/usuario/mes o 12 USD con facturación anual |
| Superwhisper | Mac, Windows, iOS, Android; también Linux | Modelos locales y en la nube; el procesamiento local se describe también para Linux | Plan gratuito; la página muestra Pro a 8,49 USD/mes; compruebe el periodo de pago elegido |
| MacWhisper | Mac | Modelos locales y, opcionalmente, modelos en la nube e integraciones de IA | Versión gratuita; Pro 64 EUR por licencia |
| VoiceInk | Mac con Apple Silicon, macOS 14.4+ | Voz en local; la mejora opcional en la nube envía texto | Pago único: 25 USD por un Mac, 39 USD por dos, 49 USD por tres |
| Aqua Voice | Mac, Windows, iOS, Android | Servicio remoto; el Privacy Mode se refiere al almacenamiento | Gratis 1000 palabras; Pro 12 USD/mes o 10 USD con pago anual |
| Talon | Mac, Windows, Linux/X11 | Motor de voz y scripts de comandos; sin declaración general de procesamiento local | La documentación confirma un motor de voz gratuito; sin precio de una oferta de pago |
| Handy | Mac, Windows, Linux | Reconocimiento local; el procesamiento adicional hay que valorarlo aparte | Gratis, código abierto |
| OpenWhispr | Mac, Windows, Linux | Transcripción local o en la nube, tratamiento con IA opcional | Aplicación con licencia MIT, gratuita también para uso comercial; la nube se factura aparte |
No añada «a la semana» al límite de Aqua: la página comprobada habla de mil palabras gratuitas, sin esa promesa de renovación. Tampoco dé por hecho que Superwhisper solo funciona en Mac. La página oficial para Linux ofrece la descarga de la aplicación y describe los entornos compatibles. En el caso de Wispr, puedo confirmar que Linux no figura en la lista de plataformas que leí, pero no predecir una futura hoja de ruta.
Wispr Flow y Aqua: comodidad con una frontera de datos concreta
Wispr es un candidato razonable si quiere hablar a distintas aplicaciones y recibir un texto ordenado. La página de precios distingue la facturación mensual y la anual de Pro. Primero aproveche la variante gratuita para comprobar los nombres de sus tecnologías y las frases con restricciones. Solo después valore si necesita un límite mayor.
La información más importante está en la página de privacidad: la transcripción se hace siempre en la nube. Desactivar el almacenamiento en la nube no traslada el reconocimiento al portátil. Hay ajustes separados para la mejora de los modelos, el historial de dictado, el guardado local y la lectura del contexto de la aplicación. Este último puede incluir un fragmento del texto visible en el programa de destino, así que el análisis de riesgos no debería acabar en el micrófono.
Aqua describe de forma parecida una distinción importante entre procesamiento y retención. Con el Privacy Mode desactivado guarda en sus servidores el audio y las transcripciones de los dictados. Con ese modo activado no los conserva, salvo el material adjunto a un comentario enviado; aun así, puede recoger metadatos de la sesión. Las notas de reuniones tienen reglas aparte. No debe resumirse como «todo se queda en el ordenador».
Antes de dictar datos de un cliente, compruebe los proveedores aprobados, los ajustes de la cuenta y el acceso al contexto de la aplicación. Una frase bien reconocida no justifica enviar información confidencial a un servicio no aprobado. En la primera prueba use un ejemplo neutro, sin nombres de clientes, tokens ni fragmentos de incidentes privados.
Mac y la oferta más amplia de Superwhisper
Superwhisper permite elegir modelos locales y en la nube. Es una ventaja si las necesidades cambian según el proyecto, pero también supone la obligación de comprobar el modo activo. La mera etiqueta «funciona sin conexión» no confirma que el modelo seleccionado en ese momento no envíe datos. Además, la oferta oficial para Linux hace que las comparativas antiguas que limitan este producto a macOS se queden cortas.
La página muestra Pro a 8,49 USD al mes junto a los conmutadores de facturación mensual, anual y licencia vitalicia. De ahí no calculo precios de otras variantes que no he leído. Antes de comprar, compruebe el periodo de pago, el número de dispositivos y el acceso a los modelos. Y no dé por hecho que un plan de pago resolverá por sí solo el problema de los nombres propios del repositorio.
MacWhisper conviene valorarlo cuando, además del dictado en el momento, necesita transcribir grabaciones. El fabricante describe modelos locales, modelos remotos y funciones de dictado. El precio de la licencia Pro no demuestra que incluya todos los costes de servicios de IA externos. Compare un escenario concreto: una grabación para un documento y un prompt corto para el editor pueden tener requisitos distintos.
VoiceInk separa con claridad la transcripción de voz local de la Cloud Enhancement opcional, que procesa texto. La oferta actual exige Apple Silicon y macOS 14.4 o posterior. Los precios únicos dependen del número de dispositivos. Eso puede convenir a quien evita las suscripciones, pero aun así hay que comprobar la precisión, el comportamiento del atajo y la fiabilidad del pegado en el editor que use.
Linux: hay que comprobar también el pegado
Handy y OpenWhispr ofrecen versiones para Linux y reconocimiento local. Handy se centra en un ciclo sencillo: atajo, grabación, texto en el campo activo. OpenWhispr describe un conjunto de funciones más amplio, con proveedores en la nube, notas y procesamiento con IA. No instalaría una capa más compleja solo porque esté disponible; debe resolver un problema concreto.
En Linux, una transcripción correcta no garantiza que el texto se introduzca bien. Importan el servidor gráfico, el compositor, la gestión de atajos globales y el foco de la ventana. La documentación de Handy habla de un soporte limitado de Wayland y de distintas herramientas auxiliares. También advierte de que la superposición de grabación puede robar el foco. Entonces una frase sin errores acabará en la aplicación equivocada.
Si ya usa Sway, puede aplicar la invocación documentada de Handy en la configuración de atajos:
bindsym $mod+o exec handy --toggle-transcription
Primero instale la aplicación, compruebe que el programa está disponible en el entorno del compositor y asegúrese de que el atajo no esté ocupado. Tras recargar la configuración, inicie Handy, ponga el cursor en un documento vacío y pruebe a iniciar y terminar la grabación. Esta línea conmuta la grabación. No envía el prompt ni pulsa Enter.
El atajo no instala la herramienta encargada de introducir el texto. Elíjala según la documentación actual para su entorno; la receta para Sway no tiene por qué funcionar en GNOME. No dé acceso amplio a los dispositivos de entrada solo para ocultar un mensaje de error. El proyecto también advierte contra los ejemplos antiguos que usan la señal USR1. Conviene usar la interfaz CLI actual en lugar de copiar un apaño antiguo de algún debate.
Talon exige otro enfoque. El manual oficial prevé instalar un motor de voz y scripts que definen los comandos. Para Linux indica X11 y afirma que no está previsto el soporte de Wayland. Ese coste de aprendizaje puede estar justificado para controlar el editor sin manos, pero no necesariamente para dictar un párrafo de vez en cuando. No atribuyo a todos los motores y scripts de Talon propiedades de privacidad idénticas.
Un prompt fácil de dictar y de revisar
Hable en bloques cortos: objetivo, observación, restricciones, verificación. Los nombres exactos de los archivos añádalos después desde el editor. El primer mensaje puede servir solo para reconocer el problema:
Comprueba por qué todavía se puede aceptar una invitación caducada. Primero describe el flujo de validación actual. Todavía no modifiques archivos. Conserva el formato público de la respuesta. Propón un test para una invitación caducada y otro para una válida. Si el comportamiento esperado no se deduce del código, señala la decisión que falta en lugar de adivinar.
Solo después de leer el análisis autoriza el cambio:
Introduce únicamente la corrección de validación acordada. Conserva los cambios no relacionados. Ejecuta los tests existentes que correspondan e indica los resultados reales. No despliegues la aplicación, no cambies credenciales y no reconstruyas el módulo de autenticación. Explica qué comprobaciones no pudiste ejecutar.
Son plantillas de comunicación, no un mecanismo de aislamiento. Deben funcionar junto con los permisos del agente y el control de cambios. Separar el análisis de la edición da la oportunidad de detectar un error de transcripción antes de que se convierta en un parche. Y mantiene clara la responsabilidad de decidir qué espera usted exactamente.
Al mezclar el español con terminología en inglés, no intente traducir a toda costa los nombres de las bibliotecas. Dicte la explicación con naturalidad y escriba los identificadores con exactitud. Revise las abreviaturas del sector, la forma de los nombres y las frases con negación. Un diccionario puede ayudar con la ortografía, pero no decidirá si la condición de compatibilidad debía conservarse o eliminarse.
Cómo hacer una prueba razonable
Elija unas cuantas tareas representativas: la descripción de un error, un refactor acotado y un comentario para una revisión de código. Mantenga el mismo micrófono, el mismo entorno y el mismo contenido durante la comparación. Anote el tiempo de las correcciones, los pegados erróneos y los cambios de significado introducidos por el ordenado automático. Un texto largo y fluido no es mejor resultado si hay que reconstruir una restricción perdida.
Desactive el envío automático si la herramienta lo ofrece y no empiece con una shell activa. Un salto de línea en la terminal puede tener otras consecuencias que en un bloc de notas. Lea todo, compruebe el destino y envíe de forma consciente. Valore también el historial del portapapeles, la sincronización y el procesamiento adicional del texto. Un micrófono local no protege una información que usted mismo entrega después a un servicio externo.
En el equipo, fije las categorías de datos admisibles y deje la escritura normal como opción de pleno derecho. Dictar no siempre encaja en una oficina abierta o en un piso compartido. Las necesidades de accesibilidad también son distintas: una herramienta para controlar todo el ordenador exige otros criterios que la entrada rápida de prompts. No convierta la posibilidad de hablar en una obligación de hablar.
Compre solo cuando funcione todo el proceso: grabación, reconocimiento, inserción, corrección y envío controlado. Elija un servicio en la nube cuando esté aprobado y sea cómodo, y una ruta local configurada cuando lo exija la frontera de datos. Si lo difícil no es la instalación sino implantar las reglas en el equipo, la consultoría de IA ayuda a planificar un piloto acotado, las responsabilidades y la verificación antes de un uso más amplio.
Fuentes
Materiales oficiales leídos el 11 de noviembre de 2026. Las descripciones de las capacidades proceden de los fabricantes; no son mediciones independientes de precisión.
- Wispr Flow: plataformas y límite gratuito, precios, procesamiento y privacidad.
- Superwhisper: modelos, plataformas y precio, versión para Linux.
- MacWhisper: funciones, modelos y licencia.
- VoiceInk: requisitos, precios y Cloud Enhancement.
- Aqua Voice: planes y plataformas, política de privacidad.
- Talon: producto, manual oficial de primeros pasos.
- Handy: documentación, limitaciones de Linux y atajos de CLI.
- OpenWhispr: plataformas, modelos locales y en la nube, licencia MIT.