Hoy lanzamos AI Dictation v2 — una aplicación de voz a texto construida sobre la plataforma multiplataforma AI Suite v2. Habla y observa cómo aparecen las palabras, captura una reunión que tu computadora está reproduciendo o inserta una grabación — y obtén texto limpio y editable. El objetivo es simple: convertir el habla en texto sin enviar tu voz a la nube.

Qué hace

AI Dictation transcribe desde tres fuentes: tu micrófono (dicta en vivo y observa cómo el texto se genera en tiempo real), el audio propio de tu computadora (una reunión, un video, un podcast que se reproduce en tu PC), o un archivo de audio que ya tengas. Con el motor gratuito en el dispositivo, toda la transcripción se realiza en tu máquina — apaga la red y sigue funcionando.

La primera vez que grabas, la aplicación selecciona y descarga un modelo de voz en el dispositivo capaz para ti, luego subtitula tu habla mientras hablas. Elige el idioma hablado o deja que se detecte automáticamente, activa las marcas de tiempo cuando las necesites y guarda el resultado como texto plano, como SubRip (.srt) o WebVTT (.vtt) subtítulos para subtitular un video, o como JSON con el tiempo de cada segmento para tus propias herramientas.

Novedades en la v2

  • Tres formas de capturar. Micrófono, audio del sistema de tu computadora o un archivo: cambia de fuente con un clic, con un medidor en vivo que muestra que tu entrada está siendo escuchada.
  • Reproducir y retranscribir. Cada grabación se guarda, para que puedas reproducirla con un selector de forma de onda y ver cómo se resalta cada palabra mientras se reproduce. Vuelve a procesar una grabación con un modelo más preciso en cualquier momento: el nuevo resultado se guarda como una entrada separada, por lo que el original nunca se sobrescribe.
  • Subtítulos y exportaciones limpias. Exporta subtítulos SubRip y WebVTT con tiempos de señalización precisos, JSON para tus herramientas o texto plano. Un control de limpieza decide cómo se manejan sonidos no hablados como [Música] o (risas), con la salida cruda del modelo a un panel de distancia.
  • Historial que controlas. Cada transcripción se guarda localmente y encriptada en reposo, lista para reabrir, copiar o continuar. Busca en cualquier transcripción con buscar, que también filtra tu lista reciente a grabaciones que mencionen lo que escribiste.
  • Tu elección de motor. Comienza gratis con un modelo Whisper en el dispositivo. Pro desbloquea modelos más grandes, el motor en la nube de OpenAI y un motor local compatible con GPU para el audio más difícil, con límites de seguridad integrados para GPU y una opción para mantener los modelos cargados para que los trabajos repetidos comiencen al instante.
  • En 16 idiomas. Toda la interfaz sigue el idioma de tu sistema operativo, con un cambio de un clic en Configuración, y transcribe decenas de idiomas hablados.
  • Scriptable. Una herramienta sin interfaz gráfica que funciona desde la línea de comandos, transcribe desde el terminal y también actúa como un servidor MCP, para que agentes de IA y otras herramientas puedan llamarla en tu propia infraestructura.

Todas las funciones son gratuitas

Como con el resto de la suite, ninguna función está bloqueada tras la versión Pro. Dictado en vivo, audio del sistema y transcripción de archivos, exportación de subtítulos, reproducción, retranscripción, historial cifrado, búsqueda y la herramienta de línea de comandos están todos en la aplicación gratuita, con un modelo capaz en el dispositivo y sin límite de tiempo ni pantallas molestas. Pro simplemente ofrece elección de motor — modelos locales más grandes, el motor en la nube de OpenAI y un motor local acelerado por GPU cuando quieres mayor precisión. Nunca pierdes ninguna capacidad al mantenerte en la versión gratuita.

Por qué importa el procesamiento en el dispositivo

Entrevistas, reuniones, notas médicas, dictado legal — el audio que la gente más quiere transcribir suele ser el que no puede enviarse a la nube. AI Dictation lleva la IA a tus grabaciones: nada sale del dispositivo con el motor en el dispositivo, tus transcripciones y grabaciones están cifradas en reposo, y no hay tarifas por minuto de transcripción. Es el mismo principio de privacidad y localización que hay detrás de todo lo que construye Software Tailor [1].

Consíguelo

AI Dictation v2 ya está disponible en la Microsoft Store para Windows como descarga gratuita, con Pro disponible cuando quieras motores premium y en la nube [2]. Las ediciones para macOS, Linux, navegador y móvil están en la hoja de ruta. Lee el recorrido completo de funciones en la página del producto.