Wispr Flow y la nueva ola de aplicaciones de dictado con IA

Las herramientas de dictado con IA han mejorado en precisión y retención de contexto. Impulsadas por los avances en modelos de lenguaje extenso y tecnología de voz a texto, estas aplicaciones ahora descifran el habla con mayor precisión mientras retienen suficiente contexto para formatear el texto correctamente. A la vanguardia de este cambio se encuentra Wispr Flow, una aplicación de dictado con IA bien financiada. Su nivel gratuito permite hasta 2000 palabras por semana en escritorio y 1000 palabras por mes en iOS, mientras que las suscripciones de pago comienzan en USD 15 por mes.

Ha surgido un mercado saturado de herramientas de dictado especializadas, que ofrecen distintas compensaciones en privacidad, latencia y precios:

• Willow: Se anuncia como un gran ahorro de tiempo. Ofrece 2000 palabras por mes en escritorio de forma gratuita, con planes individuales que comienzan en USD 15 por mes.
• Monologue: Permite a los usuarios descargar su modelo de IA directamente en su dispositivo. Ofrece 1000 palabras gratuitas por mes, con suscripciones a USD 10 por mes o USD 100 por año.
• Superwhisper: Puede transcribir desde archivos de audio o video. Ofrece una prueba de 15 minutos para las funciones Pro, con planes a USD 8.49 por mes, USD 84.99 por mes, o USD 249.99 por acceso de por vida.
• VoiceTypr: Admite más de 99 idiomas. Cuesta USD 35 por un dispositivo, USD 56 por dos y USD 98 por cuatro dispositivos.
• Aqua: Respaldada por Y Combinator, Aqua afirma ser una de las herramientas más rápidas en términos de latencia. Ofrece 1000 palabras gratuitas por mes, con planes de pago que comienzan en USD 8 por mes y desbloquean 800 valores de diccionario personalizados.
• Typeless: Afirma que no retiene ningún dato ni lo utiliza para entrenar modelos de IA. Ofrece 4000 palabras por semana (aproximadamente 16 000 palabras por mes) de forma gratuita, y planes de pago a USD 12 por mes.
• VoiceInk: Una aplicación de dictado privado de código abierto que cuesta USD 25 por acceso de por vida para un dispositivo, USD 39 para dos dispositivos y USD 49 para tres dispositivos.
• Dictato: Con un precio de €9.99 (aproximadamente USD 12) por acceso de por vida, afirmando una latencia superrápida de 80 ms.
• AudioPen: Comenzó como una aplicación de notas de voz basada en la web. Cuesta USD 33 por tres meses, USD 99 por un año y USD 159 por dos años.
• Handy: Una herramienta de transcripción gratuita y de código abierto.

Estas herramientas también se están expandiendo más allá de la simple transcripción para integrarse directamente en flujos de trabajo más amplios. Por ejemplo, Wispr Flow cuenta con integración con herramientas de vibe-coding como Cursor, un estilo de programación que utiliza instrucciones en lenguaje natural. En cuanto al hardware y los modelos, aplicaciones como Superwhisper pueden aprovechar los modelos de reconocimiento de voz Parakeet de Nvidia.

Por qué importa

Los avances en modelos de lenguaje extenso y tecnología de voz a texto han permitido que los sistemas de dictado descifren el habla con mayor precisión mientras retienen suficiente contexto para formatear el texto correctamente, reduciendo la necesidad de ediciones manuales.