Escritura por voz sin editar

El problema de la escritura por voz nunca ha sido que los ordenadores no puedan oírte. Te oyen perfectamente. El problema es que escriben exactamente lo que dijiste — y lo que la gente dice, en voz alta y en tiempo real, no se parece a cómo se escribe.

Empiezas una frase, decides a mitad de camino que era la frase equivocada y vuelves a empezar. Dices "um" mientras piensas. Te corriges. La transcripción literal conserva fielmente todo eso y te entrega un párrafo que ahora tienes que editar. Para mucha gente, esa edición lleva tanto tiempo como habría llevado teclear.

Esta guía trata de cerrar esa brecha: qué la provoca, qué no la soluciona y qué sí.

Por qué la transcripción literal genera trabajo

Di esto en voz alta a velocidad normal: "so I think we should — actually, can we push the roadmap review, um, to Thursday instead?"

Un transcriptor literal escribe exactamente eso. Lo que querías era: "Can we push the roadmap review to Thursday instead?"

Todo párrafo dictado lleva alguna versión de esto. La solución a la que recurre la gente primero es hablar con más cuidado — más despacio, con más intención, sin muletillas. Funciona durante unos dos minutos, es agotador y elimina la razón por la que empezaste a dictar: que hablar es más rápido que teclear.

Lo que no lo soluciona

Mejor reconocimiento de voz. Las mejoras de precisión hacen que la transcripción sea más fiel a tu habla, lo que empeora un poco el problema, no lo mejora. Un transcriptor perfecto conserva perfectamente cada "um".

Comandos de puntuación. Decir "coma" y "nuevo párrafo" en voz alta ayuda con la estructura y no hace nada contra las muletillas y los falsos comienzos. Además, hace que hablar se sienta como programar.

Editar después. Este es el statu quo, y es lo que hace que la gente deje de usar la dictación en silencio al cabo de una semana.

Lo que sí: una capa de limpieza

La solución es poner un paso entre el reconocimiento y la salida. La herramienta oye lo que dijiste, deduce lo que querías decir y te da la versión escrita.

MirrorCaption Typer hace esto con tres modos de pulido que eliges en cada momento, porque la cantidad adecuada de limpieza no es la misma siempre:

• Raw speech — exactamente lo que dijiste, conservando cada muletilla y cada falso comienzo. Útil cuando importan las palabras literales: citas, notas sobre cómo formuló algo alguien, práctica de idiomas.
• Tidy (el predeterminado) — elimina muletillas como "um" y "uh", suprime lapsus y falsos comienzos, añade puntuación y conserva tu significado y tu tono. Este es el modo que hace que la dictación se sienta como debería haberse sentido desde el principio.
• Formal — reescribe el pasaje con una redacción limpia y profesional, lista para pegar en un correo o en un documento. Sí cambia tu formulación, deliberadamente, por eso es una opción que activas tú.

Tomando el ejemplo anterior: Raw te da la frase con el reinicio y el "um". Tidy te da "Can we push the roadmap review to Thursday instead?" Formal te da algo más parecido a "Could we move the roadmap review to Thursday?"

La otra mitad: llevar el texto donde lo necesitas

Un texto limpio es solo la mitad del trabajo. Si acaba en una app de transcripción, todavía tienes que copiarlo a la ventana en la que realmente lo querías.

Typer funciona en una pequeña ventana que flota por encima de todo lo demás — tu cliente de correo, un documento, un chat. Cuando dejas de hablar, el texto pulido se copia automáticamente al portapapeles. No hay ningún botón que buscar ni ninguna app a la que cambiar. Pegas y listo.

Como funciona en el navegador, no hay nada que instalar, lo cual importa en portátiles de trabajo gestionados, donde instalar software significa abrir un ticket.

Nombres, jerga y las palabras que de verdad son tuyas

Los errores que sobreviven a una buena capa de limpieza suelen ser nombres propios: nombres de compañeros, nombres de producto, jerga interna, términos técnicos. Ningún modelo general los ha visto.

Dos cosas ayudan. Primero, un vocabulario personalizado — añades los términos que usas y se reconocen primero. Segundo, aprender de tus ediciones: cuando corriges algo, la herramienta recuerda tu preferencia en lugar de obligarte a arreglarlo otra vez la semana siguiente.

Cuando mezclas idiomas

Mucha gente no habla un solo idioma a la vez. Un hablante de chino introduce nombres de producto en inglés. Un ingeniero alemán usa términos técnicos en inglés a mitad de frase. La mayoría de las herramientas de dictado te obligan a elegir un idioma de reconocimiento y cambiarlo manualmente, lo que rompe tanto el flujo que la gente acaba abandonándolo.

Typer te permite configurar varios idiomas de reconocimiento a la vez, de modo que una frase mezclada salga con precisión sin cambiar de modo. Si tu problema es, en cambio, que otras personas hablan idiomas que tú no hablas, eso es transcripción y traducción, no dictado — consulta dictation vs. transcription para saber de qué lado estás.

Cuándo lo literal es la respuesta correcta

La limpieza no siempre es lo que quieres. Usa el modo Raw cuando estés citando a alguien, cuando la formulación exacta sea lo importante, cuando estés practicando un idioma y quieras ver lo que realmente dijiste, o cuando estés capturando una idea con la forma en que llegó. La clave es que sea una elección y no la única opción.

Preguntas frecuentes

¿Cómo dicto texto que no necesite edición?

Usa una herramienta de dictado que limpie mientras escribe en lugar de transcribir literalmente. El modo Tidy de MirrorCaption Typer elimina muletillas como "um" y "uh", suprime falsos comienzos y lapsus, y añade puntuación antes de que el texto llegue a tu portapapeles, así que pegar es el último paso y no el primero de varios.

¿La escritura por voz puede eliminar automáticamente um y uh?

Las herramientas integradas como Apple Dictation, Windows Voice Typing y Google Docs Voice Typing transcriben literalmente, así que las muletillas se quedan. Las herramientas con una capa de limpieza las eliminan automáticamente. En MirrorCaption Typer esto es un modo que eliges en cada momento: Raw conserva todo, Tidy elimina muletillas y añade puntuación, Formal reescribe el pasaje con una redacción profesional.

¿Limpiar mi forma de hablar cambiará lo que quise decir?

No debería. El modo Tidy está diseñado para conservar tu significado y tu tono y solo eliminar el ruido — muletillas, reinicios y lapsus. El modo Formal sí reescribe deliberadamente la formulación, por eso es un modo aparte que eliges tú y no el predeterminado.

¿Puedo dictar en más de un idioma a la vez?

Con la mayoría de las herramientas, no — eliges un idioma de reconocimiento y cambias cuando cambias de idioma. MirrorCaption Typer te permite configurar varios idiomas de reconocimiento a la vez, así que mezclar chino con inglés, o alemán con inglés, dentro de una misma frase sigue saliendo con precisión.

¿Cómo hago para que la escritura por voz reconozca nombres y jerga?

Añádelos a un vocabulario personalizado. Typer te permite añadir los nombres, términos de producto y jerga que usas a menudo para que se reconozcan primero, y aprende de las correcciones que haces a su salida, de modo que el mismo error no se repita.

¿La escritura por voz funciona en apps que no sean el navegador?

Typer funciona en una pequeña ventana del navegador que flota por encima de tus otras apps y copia automáticamente el texto final al portapapeles, así que puedes pegarlo en el correo, documentos, chat o cualquier otra aplicación. No hay nada que instalar, lo que también significa que no hay nada que TI tenga que aprobar.

La conclusión

La escritura por voz dejó de ser un problema de precisión hace tiempo. Es un problema de traducción — entre cómo habla la gente y cómo se supone que debe leerse el texto — y la transcripción literal deja esa traducción en tus manos.

Las herramientas que lo hacen por ti convierten la dictación de algo que probaste una vez en algo que usas todos los días. Compara las opciones en nuestra guía del mejor software de dictado.