Docs
Cómo dictar sin conexión en Windows 11
Hay cuatro maneras de convertir la voz en texto en una máquina con Windows 11 sin conexión, y solo una de ellas es la que la mayoría prueba primero. Esta página recorre las cuatro, dice qué envía cada una a un servidor, y termina con una configuración que funciona en un avión.
Actualizado · Vitalii Yemets
Por qué importa lo de sin conexión
Dos razones, y son distintas. La primera es la conexión: un tren, un avión, un sitio sin cobertura, una red que bloquea todo menos el correo. La segunda es la privacidad: lo que dictas puede ser el nombre de un paciente, un contrato, una contraseña que estás a punto de pegar. Cuando el reconocimiento corre en el ordenador, ninguna de las dos razones aplica. Cuando corre en una nube, aplican las dos, por bien certificada que esté la nube.
Opción 1: la escritura por voz Win+H
Pulsa Win+H en cualquier campo de texto y habla. Es gratis, ya está instalada en cada máquina con Windows 10 y 11, y cubre 43 idiomas con puntuación automática opcional. No es sin conexión: la propia página de Microsoft dice que la escritura por voz necesita conexión a internet y usa reconocimiento de voz en línea en Azure. No hay diccionario de tus propias palabras. Para una frase al día basta; para una página al día, las correcciones se acumulan, y cada palabra va a Microsoft.
Cómo queda junto a un programa local está en la página de comparación con Win+H.
Opción 2: Voice Access
Voice Access es la herramienta más nueva de Windows 11: reconocimiento en el dispositivo tras descargar un paquete de idioma, así que funciona sin conexión, y va más allá del dictado hasta manejar el PC con la voz: abrir aplicaciones, hacer clic, desplazarse. Cubre seis idiomas: inglés, español, francés, alemán, chino y japonés. Si necesitas control por voz, es la herramienta correcta, y funciona a la vez que todo lo de abajo. Si escribes en polaco, ucraniano o italiano, no ayuda; y el antiguo Reconocimiento de voz de Windows al que sustituye está obsoleto.
Opción 3: un modelo local en un programa de dictado
Modelos de voz abiertos como Whisper, Parakeet y Nemotron corren en un procesador corriente, y un puñado de programas los envuelven en un dictado de pulsar para hablar para cualquier ventana. HoldToType es uno de ellos: mantén Ctrl+Win, habla, suelta, y el texto cae en el cursor; nueve modelos a elegir, 99 idiomas con Whisper, un diccionario, traducción, texto en vivo en una placa, y nada que salga nunca a la red. Handy y el modo local de OpenWhispr hacen el núcleo de lo mismo también en Mac y Linux; las páginas de comparación dicen dónde es mejor cada uno.
Esta es la opción para cualquier idioma, para una privacidad que puedes verificar en un registro, y para un diccionario de tus propias palabras. Lo que cuesta es una descarga de unos cientos de megabytes y un procesador que no sea de la década pasada.
Opción 4: Whisper sobre archivos
Si lo que tienes es una grabación en lugar de una voz en directo, las herramientas de línea de comandos de Whisper y las interfaces de escritorio convierten archivos de audio en texto sin conexión. No escriben en otros programas; ese es otro trabajo. HoldToType tampoco transcribe archivos: escucha en directo.
Lado a lado
- Funciona sin conexión: Win+H no; Voice Access sí; un programa local sí; Whisper sobre archivos sí.
- Idiomas sin conexión: Voice Access seis; un programa local 99 con Whisper, modelos estrechos más rápidos para 25 idiomas europeos y el ruso.
- Tu propio diccionario: Win+H no; Voice Access no documentado; un programa local sí.
- Maneja el PC con la voz: solo Voice Access.
- Adónde va el audio: Win+H a Azure; los demás a ninguna parte.
Una configuración que funciona en un avión
- Instala HoldToType desde la sección de descarga; el asistente descarga un modelo para tu idioma mientras aún tienes conexión.
- Elige un modelo en la página de modelos: Parakeet para velocidad, Nemotron 3.5 para texto en vivo, Whisper Medium si también quieres traducción.
- Pon el cursor en un campo de texto, mantén Ctrl+Win, di una frase, suelta. Abre el registro desde la pestaña Sistema: el recuento de peticiones de red de ese dictado es cero.
- Si también quieres hacer clic con la voz, activa Voice Access; los dos no entran en conflicto.
Preguntas
¿Se puede hacer que Win+H funcione sin conexión?
Microsoft documenta la escritura por voz como una función en línea. La vía en el dispositivo que ofrece Microsoft es Voice Access, en seis idiomas.
¿Cuánto disco ocupa un modelo local?
Desde 74 MB para el Whisper más pequeño hasta cerca de un gigabyte para el más preciso; la elección habitual para un idioma europeo ronda los 650 MB.
¿Un modelo local es tan preciso como la nube?
En el habla cotidiana en un idioma mayoritario, casi. La nube gana en acentos raros y en reescribir; un programa local gana en los nombres que pones en su diccionario y en privacidad.
Dicta sin conexión hoy mismo
Un minuto para instalar y una descarga de modelo, y después no hace falta conexión nunca más.