Voz y dictado en local: adiós a la cuota mensual
Whisper, VoxCPM y FluidVoice llevan la transcripción y la voz al dispositivo; Pipecat y LiveKit construyen agentes de voz en tiempo real.
El dictado y la síntesis de voz eran hasta hace poco territorio de suscripciones (Wispr Flow, Superwhisper). En 2026 el open source ha alcanzado un nivel muy usable en local: Whisper sigue siendo el estándar de transcripción, VoxCPM añade voz sintética multilingüe con clonación, y FluidVoice ofrece dictado en el propio dispositivo en Mac.
Para agentes de voz en tiempo real, el foco se ha movido a los frameworks: Pipecat y LiveKit orquestan transporte, reconocimiento y síntesis para montar asistentes que escuchan y responden. Es la base sobre la que se construyen los agentes conversacionales serios.
El matiz honesto que salía en los análisis: para naturalidad pura, servicios como ElevenLabs todavía ganan, pero la brecha se estrecha y, para la mayoría de casos internos, lo local ya cumple sin enviar audio a terceros.
Herramientas mencionadas
Fuentes
- The Next New Thing 2026-07-04Free, local audio dictation. Better than Wispr Flow, Superwhisper & Apple’s dictation
- Better Stack 2026-07-10Open-Source Dictation Is Here… Goodbye Subscriptions
- No place like localhost 2026-07-17Local AI voice cloning
- Joseph Chandler 2025-12-14The BEST AI Dictation Tool I’ve Tested - Free Voice-to-text AI for Mac and iOS (Willow Voice)
Más temas