Transcribir una grabación frente a usar el dictado en el iPhone

Todo el que tiene un iPhone ya ha usado, sepa o no, la tecnología que hay detrás de la mayoría de apps de transcripción. Tocas el icono del micrófono en el teclado, hablas, y el texto aparece en el campo. Eso es el Dictado, y funciona sobre el mismo framework Speech de Apple en el que se apoya cualquier función de transcripción de terceros. Así que la pregunta de verdad no es cuál es más preciso, sino qué cambia realmente al pasar de hablar dentro de un campo de texto a grabar algo primero y transcribirlo después.

Lo que te da el dictado

El dictado es en vivo y desechable. Las palabras aparecen mientras hablas, caen donde esté el cursor, y en cuanto paras no queda nada. Ningún archivo, nada que reproducir, nada con lo que comprobar después una palabra: el audio que escuchó el dictado desaparece en el instante en que el texto queda escrito.

Eso está bien para lo que fue pensado: un mensaje, una nota, un cuadro de búsqueda. Se viene abajo en cuanto necesitas recuperar el origen. Si el dictado entiende mal una palabra, escribe raro un nombre o pierde una frase porque te distrajiste un segundo, no hay ningún original al que volver.

Lo que te da una grabación en su lugar

Grabar primero cambia el objeto con el que terminas. En vez de un texto sin nada detrás, obtienes un archivo de audio real: un .m4a, guardado con la calidad que hayas elegido, estándar, alta o ultra, que existe por sí solo, independiente de cualquier transcripción. Transcribir pasa a ser un paso aparte que aplicas después sobre ese archivo, no algo que tenga que ocurrir en vivo mientras hablas.

Ese orden es lo que hace que la transcripción sea de fiar más adelante. Si una palabra no cuadra, puedes reproducir ese instante exacto y comprobarlo. Nada de eso es posible con el dictado, porque no queda nada una vez que el texto se ha escrito.

Dónde se viene abajo el dictado

El dictado necesita tu atención activa: el teclado abierto, el campo enfocado, el teléfono en la mano. Bloquea la pantalla, entra una llamada o cambias de app, y el dictado se corta: no hay ninguna sesión a la que volver, porque nunca estuvo guardando nada, solo escribiendo en directo.

Una grabación no tiene ese problema. Puede seguir corriendo con la pantalla bloqueada, y si una llamada la interrumpe, se pausa y retoma en el mismo archivo en cuanto termina la llamada, en vez de perder algo. Nada de eso es para lo que se pensó el dictado: está hecho para escribir, no para aguantar una clase, una reunión o una hora en una sala de espera.

Con qué te quedas después

Esta es, en el fondo, toda la diferencia. El dictado te da texto y nada más. Grabar y transcribir te da las dos cosas: una transcripción que puedes exportar como TXT o JSON, y el .m4a original que puedes compartir, reproducir o guardar por separado, o meterlo todo en un único archivo de copia de seguridad en JSON si prefieres tenerlo todo junto. Nunca tienes que elegir entre el audio y las palabras: te quedas con ambos, y decides qué hacer con cada uno a tu ritmo.

La pregunta de la privacidad, sin rodeos

Es fácil dar por hecho que el dictado es la opción más privada, porque nunca ves aparecer ningún archivo. Esa intuición no está bien fundada: el dictado corre sobre el mismo framework Speech que cualquier otra transcripción, en local o en los servidores de Apple según tu teléfono, tu idioma y lo que tengas instalado, y Apple lleva años siendo clara sobre que el dictado del teclado usa esa vía de servidor. Grabar y transcribir después funciona con las mismas reglas. La única diferencia real es que tú conservas el archivo, así que puedes comprobar qué pasó de verdad en cualquier grabación que te importe (nuestra guía sobre transcripción local o en la nube explica los pasos exactos).

Entonces, cuál es para ti

El dictado es para algo corto que quieres escrito ya y que no necesitarás volver a escuchar. Cualquier cosa que puedas querer revisar más tarde, compartir como audio, o que necesite sobrevivir a una llamada, una pantalla bloqueada o una hora entera —una clase, una entrevista, una reunión, una cita médica— hay que grabarla primero, no solo hablarla dentro de un campo.

Voice Studio está pensada justo para ese segundo camino: graba un .m4a real, lo transcribe después intentando primero el reconocimiento en el dispositivo, y solo exporta como transcripción TXT o JSON, o como el propio audio; nada inventado, nada guardado fuera del teléfono.

Preguntas frecuentes

¿El Dictado guarda el audio que escucha?

No. En cuanto el texto queda escrito en el campo, no se conserva nada: ni archivo, ni forma de volver a comprobar qué se dijo en realidad.

¿El Dictado del teclado se procesa siempre en el dispositivo?

No necesariamente. Funciona sobre el framework Speech de Apple, el mismo que hay detrás de la transcripción local o de servidor en cualquier otro sitio, así que qué vía usa depende de tu teléfono, tu idioma y lo que tengas descargado, algo que no controlas desde el teclado.

¿Puedo usar el Dictado para captar una reunión entera en vez de grabarla?

No de verdad. Necesita el campo abierto y el teléfono en la mano todo el rato, y se corta en cuanto se bloquea la pantalla o entra una llamada. Una grabación aguanta las dos cosas.

¿Transcribir una grabación después usa la misma tecnología que el Dictado?

Sí, el mismo framework Speech por debajo. La diferencia no está en el motor, sino en el orden: el dictado transcribe en vivo dentro de un campo, mientras que una grabación guardada te da un archivo que puedes transcribir, reproducir y comprobar cuando quieras.