Voziris
Una breve conversación con el autor sobre por qué se hizo su propio dictado por voz en lugar de pagar una suscripción.
Voziris es un programa de dictado por voz para Windows: mantienes un atajo, hablas, sueltas y el texto aparece donde tengas el cursor. Funciona sin conexión en un portátil sin tarjeta gráfica o, si lo prefieres, con tu propia clave de API por céntimos al mes. Sin cuentas ni suscripción. Lo desarrollé con Claude Code y ya puedes descargarlo.
Portable y sin permisos de administrador: descomprime y abre voziris.exe. La primera vez descarga el modelo local (640 MB). Dentro va una guía para instalarlo en el equipo y conectar una clave de Groq.
¿Por qué te hiciste tu propio dictado por voz?
Porque no quería pagar otra suscripción. Dicto casi todo lo que escribo —correos, notas, las instrucciones que le doy a Claude Code— y la herramienta que más se recomienda, Wispr Flow, cuesta 144 $ al año. Además lo procesa todo en la nube, sin modo local en ningún plan, y su ajuste de tono solo funciona en inglés. Yo dicto en castellano y quería poder hacerlo sin conexión. Por cierto, no hay que confundirlo con Whisper, el modelo abierto de OpenAI: ese es precisamente uno de los dos motores que usa Voziris.
¿Qué hace exactamente?
Mantienes Ctrl+Win, hablas, sueltas, y el texto aparece donde tengas el cursor, con puntos, comas y mayúsculas, en cualquier aplicación. Con Ctrl+Shift+Espacio el micrófono se queda abierto hasta que te callas, y con Ctrl+Alt+M lo que dices va directo a un archivo Markdown. No te toca el portapapeles, guarda un historial para reintentar si algo falla y también transcribe reuniones grabadas y vídeos: botón derecho, «Transcribir con Voziris», y te devuelve un Markdown con quién habla en cada momento.
¿Por qué local?
Porque lo que dices se queda en tu ordenador, y porque quiero poder dictar en un tren o en un aula con una wifi imposible. El motor local es Parakeet, de NVIDIA: funciona en un portátil sin tarjeta gráfica y transcribe un dictado de 15 segundos en algo más de un segundo. Si un día necesitas más precisión, cambias al motor por API con tu propia clave de Groq: en su plan gratuito, dictando media hora al día, gastas el 6 % de lo que te dan.
¿Cómo fue desarrollarlo con Claude Code?
Esta vez, antes de escribir el programa, le pedí que midiera si la idea se sostenía. Grabé ocho dictados con el móvil, los transcribí a mano y comparamos dos modelos locales. Esa medición sacó algo que a ojo no habríamos visto: con el audio bajo, el modelo se saltaba frases enteras, así que Voziris ajusta el volumen antes de transcribir. Empecé el 4 de septiembre y un mes después lo uso a diario.
¿Qué no hace bien todavía?
El antivirus puede protestar, porque es un ejecutable sin firmar que escucha el teclado para detectar el atajo. La primera vez descarga el modelo local, 640 MB. No puede escribir en ventanas abiertas como administrador, porque Windows no lo permite. Y la separación de voces acierta con dos personas en una reunión, pero en una llamada grabada desde un lado alguna frase corta puede acabar atribuida a quien no es.
¿Y ahora qué?
Un compañero al que se lo pasé se encontró un error al transcribir: faltaba una pieza del programa, seguramente porque su antivirus la puso en cuarentena. Lo siguiente es que el instalador compruebe que no falta nada y que, si algo falla, diga exactamente qué archivo es. Es la parte menos vistosa, pero es lo que separa un programa que funciona en mi ordenador de uno que funciona en el tuyo.