Di esto en voz alta tal como hablas de verdad: «pues eh creo que deberíamos pasar el lanzamiento a la semana que viene porque el diseño todavía no está listo». Dos apps distintas de Mac pueden oír esa misma frase. Y te devolverán dos cosas completamente diferentes.
Una devuelve cada palabra, incluido el «eh» y el arranque en falso. La otra te da: «Creo que deberíamos pasar el lanzamiento a la semana que viene. El diseño todavía no está listo». El mismo audio, los mismos tres segundos. Lo único que cambió es lo que la app hizo con tus palabras después de oírlas.
Esa diferencia tiene nombre, y la mayoría lo entiende al revés. *Transcripción* y *dictado* se usan como si fueran sinónimos. No lo son. Y una capa más reciente encima, el pulido por IA, cambió en silencio lo que deberías esperar de cualquiera de los dos. Saber cuál es cuál marca la distancia entre dictar tus correos y estar editándolos para siempre.
Transcripción y dictado no son lo mismo
Empecemos por los significados llanos, porque nada más tiene sentido hasta que estos quedan claros. Transcripción es convertir audio en texto. Tienes una grabación, una reunión, una entrevista, una nota de voz, y quieres ponerla por escrito. El objetivo es la fidelidad: capturar lo que se dijo, exactamente, incluido quién lo dijo.
Dictado va en la dirección contraria. No estás convirtiendo una grabación vieja. Estás hablando para crear algo ahora mismo: un correo, una nota, un mensaje rápido. El audio es desechable. Lo único que te importa es el texto del final.
Así que la verdadera separación es de intención, no de tecnología. La transcripción conserva un registro. El dictado produce un borrador. Un taquígrafo judicial transcribe. Tú le dictas un mensaje a tu hermana desde el coche. Ambos convierten el habla en texto, pero apuntan a cosas distintas.
Qué cambió: el pulido por IA se sienta encima
Hasta hace unos años, ambos trabajos terminaban en el mismo sitio: palabras en una pantalla, más o menos iguales a lo que captó el micrófono. Precisas, a veces. Legibles, no siempre. En cualquier caso, el resultado lo limpiabas tú.
Luego los modelos de lenguaje se volvieron lo bastante baratos y rápidos como para funcionar como un segundo paso. Ahora una app puede transcribir tu habla y después reescribirla: corregir la gramática, eliminar muletillas, añadir puntuación, apretar un rollo en frases limpias, todo en los mismos dos segundos. Ese segundo paso es el pulido. Es lo que convierte una transcripción en bruto en algo que de verdad enviarías.
De ahí viene el dictado pulido por IA. Es dictado, tú hablando para crear algo, con una pasada de limpieza por IA al final. El resultado no es lo que dijiste. Es lo que quisiste decir, escrito como lo escribirías tú si tuvieras tiempo.
Cómo funciona de verdad el dictado pulido por IA
La mayoría de los artículos sueltan un «aprendizaje automático» y ahí lo dejan. Aquí tienes el proceso real, porque en cuanto lo ves sabes exactamente de dónde sale la calidad. Funciona en dos etapas.
Etapa 1: del habla al texto
Tu audio va a un modelo de reconocimiento de voz que convierte el sonido en texto en bruto. Los mejores en 2026 son Whisper de OpenAI y su sucesor, GPT-4o-Transcribe. La precisión se mide como tasa de error por palabra, la proporción de palabras que el modelo se equivoca. En inglés del mundo real, GPT-4o-Transcribe ronda el 4 % y Whisper el 5 %, frente a un 15 % aproximado del viejo dictado integrado que casi todos probaron una vez y abandonaron. Cuanto más bajo, mejor. Una palabra mal de cada veinte es el listón actual.
Esta etapa es pura transcripción. Si la app se parara aquí, tendrías un registro fiel pero desordenado: tus muletillas, tus reinicios, tus comas que faltan. Bien para una cita textual. Tosco para un correo.
Etapa 2: el pulido por IA
La transcripción en bruto pasa entonces a un modelo de lenguaje con una instrucción del tipo «limpia esto sin cambiar el significado». Elimina los «eh» y los «o sea», corrige los desajustes de sujeto y verbo, vuelve a poner la puntuación y reorganiza las frases interminables en frases de verdad. Algunas apps te dejan escribir tú mismo esa instrucción. La mayoría solo aplican una fija.
El ciclo completo de dos etapas tarda unos segundos, lo bastante poco como para sentirse como una sola acción. Hablas, esperas un instante y aparece el texto pulido. Esa velocidad es la razón por la que se queda como hábito diario en lugar de convertirse en otra tarea que abandonas para el jueves.
En bruto frente a pulido: un cara a cara real
Las definiciones se entienden mejor con un ejemplo. Aquí tienes una frase dicha con naturalidad, tal como un pensamiento sale de verdad de tu boca:
*«vale pues para el informe del Q3 eh creo que tenemos que, tenemos que centrarnos en las cifras de cancelación porque eso es lo que le importa al consejo, y quizá añadir también una diapositiva sobre retención».*
Una herramienta de pura transcripción te devuelve eso casi palabra por palabra, con algo de puntuación básica metida: ``` Vale, pues para el informe del Q3, eh, creo que tenemos que, tenemos que centrarnos en las cifras de cancelación porque eso es lo que le importa al consejo, y quizá añadir también una diapositiva sobre retención. ```
El dictado pulido por IA te da esto en su lugar: ``` Para el informe del Q3 deberíamos centrarnos en las cifras de cancelación, ya que es lo que le importa al consejo. Añadamos también una diapositiva sobre retención. ```
La misma idea, los mismos segundos de habla. Una es un registro de cómo hablaste. La otra es algo que pegarías directamente en Slack. Ninguna es mejor en abstracto. Están hechas para trabajos distintos, que es justo el motivo para distinguirlas.
Cuándo quieres de verdad la transcripción en bruto
El pulido es la opción por defecto correcta para la mayoría de los textos. No para todos. A veces las palabras exactas son lo importante, y que una IA las ordene es un fallo, no una ventaja.
Recurre a la transcripción en bruto cuando: - Estás capturando una cita textual y la redacción precisa importa - Estás grabando una entrevista o reunión como referencia - Estás en un entorno legal, médico o de investigación donde cambiar la redacción es un riesgo - Estás escribiendo un diario y tu voz sin filtros es justo lo importante - Quieres editarlo tú mismo en vez de dejárselo a un algoritmo
En estos casos, el pulido puede desplazar tu significado sin que te des cuenta. Suaviza una afirmación contundente, «corrige» una expresión que elegiste a propósito o fusiona dos ideas que querías separadas. Por eso las herramientas de dictado decentes mantienen un modo en bruto. Voicr tiene un Modo Dictado que apaga el pulido y te da una transcripción limpia y bien puntuada, sin añadir nada y sin reformular nada.
Cuándo gana el dictado pulido por IA
Para todo lo que va dirigido a otra persona, el pulido se gana su sitio. Correos, mensajes de Slack, documentos, comentarios de código, PRDs, cualquier cosa donde a quien lee le importa tu mensaje y no tus tics al hablar.
La razón es velocidad y calidad a la vez. La gente habla a unas 150 palabras por minuto y escribe a unas 40, así que la voz es casi cuatro veces más rápida. Pero el dictado en bruto suele devolver esa ventaja en tiempo de limpieza. El pulido cierra la brecha. Consigues velocidad de habla y texto terminado, sin una pasada de edición después.
Hay una segunda ventaja fácil de pasar por alto: el contexto. Las mejores herramientas pulen de forma distinta según dónde estés escribiendo. Un mensaje directo de Slack debería quedarse corto e informal. Un correo a un cliente necesita un saludo y una despedida. De esto se encargan por ti las Reglas Inteligentes de Voicr. Configura un tono por app una sola vez y cambia según la ventana que tengas en primer plano, así la misma frase hablada sale informal en Slack y más formal en Mail sin que toques nada.
Cómo tener ambos sin elegir
No tienes por qué quedarte con un solo modo y aguantarte. La configuración que funciona es aburrida y sencilla: 1. Pon el dictado pulido por IA como predeterminado. Cubre el 80 % de los textos que van dirigidos a otras personas. 2. Ten la transcripción en bruto a un clic para citas, entrevistas y cualquier cosa que quieras palabra por palabra. 3. Si tu herramienta tiene reglas por app, configúralas una vez para que el pulido encaje con el tono de cada app.
El verdadero error no es elegir el modo equivocado. Es no saber que los dos son distintos, y luego culpar a la app cuando aparecen muletillas textuales en un correo, o cuando una versión pulida se deja una palabra que necesitabas en una cita. Una vez que sabes qué trabajo estás haciendo, el modo correcto es una decisión de un segundo.
Para mirar más de cerca la capa de pulido en sí, consulta el dictado de voz por IA para Mac: cómo funciona. Si todavía estás buscando herramienta, el repaso de las mejores apps de voz a texto para Mac en 2026 expone las opciones. Y para lo básico de la configuración, está cómo transcribir voz a texto en Mac al instante.
Prueba tú mismo la diferencia
La forma más rápida de sentir todo esto es dictar la misma frase dos veces, una en bruto y otra pulida, y ver qué cae mejor. En unos dos segundos sabrás qué versión enviarías de verdad.
Voicr hace ambas desde una sola tecla. Mantén pulsado FN, habla como una persona normal y el texto pulido aparece en tu portapapeles listo para pegar en cualquier app. Activa el Modo Dictado cuando quieras la versión en bruto. Es gratis para 5000 palabras al mes sin tarjeta, de sobra para descubrir dónde encaja cada modo en tu semana.