El botón Dictate integrado de Outlook requiere Microsoft 365 y utiliza el motor de voz más antiguo de Microsoft. StarWhisper es gratis, se ejecuta localmente, utiliza OpenAI Whisper para mayor precisión y funciona en Outlook clásico, el nuevo Outlook y Outlook en la web.
Funciona en Outlook clásico, el nuevo Outlook y Outlook en la web.
Descarga StarWhisper desde la página principal o el Microsoft Store. El instalador ocupa aproximadamente 200 MB en el primer inicio porque incluye el modelo Whisper. No requiere registro de cuenta, tarjeta de crédito ni conexión a la nube. Después de instalarlo, inicia la aplicación una vez y completa la configuración de 30 segundos (micrófono predeterminado, elección de tecla de acceso rápido, aceptar los valores predeterminados para el resto). La aplicación luego se ubica en la bandeja del sistema y no estorba.
Inicia el Outlook que utilices: escritorio clásico, el nuevo Outlook (la versión UWP reconstruida), o Outlook en la web en un navegador. Haz clic en Nuevo correo electrónico (o Ctrl+N) para abrir una ventana de redacción. Esto funciona de la misma manera para respuestas y reenvíos también. No necesitas habilitar nada dentro de Outlook, ni complementos, ni configuraciones, ni interruptores. StarWhisper opera completamente fuera de Outlook.
Coloca el cursor dentro del cuerpo del mensaje, exactamente donde deseas que aparezca el texto dictado. También puedes dictar en la línea de Asunto, los campos Para/Cc/Cco, o cualquier otra entrada de texto en Outlook haciendo clic allí primero. La regla es simple: donde esté el cursor del teclado, ahí escribirá StarWhisper. Por esto funciona igual de bien en las versiones clásica, nueva y web de Outlook.
Mantén presionada la tecla de acceso rápido predeterminada (Alt Derecho). Aparecerá un pequeño indicador de grabación en la esquina de tu pantalla. Habla el correo de forma natural. Puedes decir "coma", "punto", "nuevo párrafo", "signo de interrogación", o simplemente dejar que el motor puntúe a partir de la entonación, lo cual Whisper hace muy bien. Cuanto más corta y natural sea la expresión, mejor será la transcripción, pero también maneja monólogos largos.
Suelta la tecla de acceso rápido. En uno o dos segundos (menos si tienes GPU) la transcripción aparece en el cuerpo de Outlook, escrita como entrada del teclado. Léela, corrige el raro error y pulsa Enviar. También puedes seguir manteniendo ráfagas adicionales de dictado para agregar párrafos sobre la marcha, o mezclar el dictado con escritura normal para fragmentos técnicos (números de modelo, URLs) que son difíciles para la voz.
Mayor precisión, sin suscripción y compatible con más lugares.
El botón Dictate de Outlook solo aparece en cuentas de suscripción de Microsoft 365 y licencias perpetuas recientes. StarWhisper no tiene ninguna dependencia de Microsoft. Outlook gratuito en la web, un antiguo Outlook 2016 o cualquier nivel de 365 obtienen el mismo dictado.
Whisper alcanza aproximadamente un 98 por ciento de precisión. Microsoft Speech (utilizado por Dictate de Outlook) se sitúa más cerca del 88 al 92 por ciento dependiendo del acento y vocabulario. La diferencia se nota más en inglés acentuado, nombres, términos técnicos y frases más largas. Detalles de precisión.
Los tres tipos de Outlook se están diversificando ahora mismo. El botón Dictate de Microsoft es más fiable en el clásico y en el cliente web de 365. StarWhisper funciona idénticamente en los tres porque escribe a nivel del sistema operativo, no como un complemento de Outlook.
Whisper admite 96 idiomas y detecta automáticamente cuál estás hablando. Responde en inglés, luego inmediatamente responde en alemán, después en japonés, sin cambios de configuración. Útil para equipos internacionales de soporte, ventas y selección de personal.
El Modo Local de StarWhisper procesa el audio completamente en tu CPU o GPU. El audio nunca sale de la máquina. Útil para contextos de cumplimiento (legal, médico, RRHH), para trabajar en aviones o en zonas de baja señal, o para estaciones de trabajo compartidas donde el audio saliente está restringido. Detalles de privacidad.
La misma instalación permite dictar en Word, Excel, Teams, navegadores, Slack, Notion y cualquier otro campo de texto de Windows. Cobertura de aplicación universal.
Microsoft añadió un botón Dictate a Outlook alrededor de 2018 y lo ha mejorado incrementalmente desde entonces. Funciona. Para mensajes cortos puntuales con un micrófono de alta gama en una habitación silenciosa, cumple. Pero hay tres problemas persistentes que llevan a la gente a buscar alternativas.
Primero, el modelo de voz. Microsoft utiliza su propio motor de voz, que ha existido durante años y recibe actualizaciones constantes pero pequeñas. OpenAI Whisper, por el contrario, fue entrenado con 680.000 horas de audio multilingüe y obtiene aproximadamente de 6 a 10 puntos porcentuales menos en la tasa de error de palabras en conjuntos de pruebas estándar, con la brecha ampliándose en inglés acentuado, vocabulario técnico, nombres y frases más largas. Para un Ingeniero de Software que dicta un informe de errores o un Reclutador que dicta notas sobre un candidato después de una entrevista, esas son exactamente las condiciones donde Microsoft Speech tiene dificultades.
Segundo, la barrera de la suscripción. El botón Dictate de la cinta de opciones es una función de Microsoft 365. Si estás en un Outlook 2019 con licencia perpetua o en una versión anterior, simplemente no está ahí. Si tu organización te mantiene en un nivel más económico de 365 o en una edición no empresarial, es posible que el botón también falte.
Tercero, la transición al nuevo Outlook. Microsoft está implementando un nuevo Outlook basado en tecnologías web para reemplazar gradualmente la aplicación de escritorio Win32 clásica. El botón Dictate funciona en ambos, pero el comportamiento subyacente es ligeramente diferente, las teclas de acceso rápido difieren y los complementos no se transfieren sin problemas. Las personas en organizaciones con versiones mixtas terminan con un comportamiento de dictado inconsistente. StarWhisper evita todo esto porque no forma parte de Outlook; escribe en el campo de texto activo a nivel del sistema operativo.
Tasa de error de palabras aproximada (cuanto más bajo, mejor) en condiciones comunes de dictado de correo electrónico:
| Condición | Microsoft Dictate | StarWhisper (Whisper) |
|---|---|---|
| Inglés nativo, habitación silenciosa, micrófono de diadema | ~5% WER | ~2% WER |
| Inglés nativo, micrófono de portátil, ruido de oficina | ~10% WER | ~4% WER |
| Inglés acentuado (indio, chino, europeo del este) | ~15-22% WER | ~5-8% WER |
| Vocabulario técnico (números de modelo, jerga, acrónimos) | ~18% WER | ~6% WER |
| Formato largo (3+ párrafos) | ~12% WER | ~3% WER |
| Idiomas distintos al inglés (alemán, español, francés, japonés) | ~12-25% | ~3-7% |
Los números son aproximados y varían según el micrófono, la habitación y el contenido. El patrón se mantiene en las condiciones que más importan para el dictado de correos: mensajes más largos, contenido técnico y hablantes acentuados.
StarWhisper no tiene un concepto especial de "campos de Outlook", que es lo que hace que esto funcione de manera sencilla. Dondequiera que esté el cursor del teclado, ahí es donde aterriza el texto transcrito. Algunos patrones prácticos:
Haz clic en el campo de Asunto. Mantén presionada la tecla de acceso rápido. Di el asunto. Suelta. Listo. Los asuntos suelen ser cortos, por lo que el dictado se completa casi al instante.
Haz clic en el cuerpo. Mantén presionada la tecla y dicta el mensaje completo de una vez, o en varias ráfagas. Puedes pensar entre ráfagas; el motor procesa cada ráfaga de forma independiente cuando sueltas la tecla de acceso rápido. Mezcla el dictado con escritura normal para fragmentos que son difíciles de decir (URLs, códigos, configuraciones técnicas).
Menos útil porque el autocompletado de Outlook es rápido para contactos conocidos. Pero puedes dictar direcciones y luego dejar que el autocompletado tome el control después de que aterricen las primeras letras.
El mismo flujo que para un mensaje nuevo. Haz clic en el cuerpo de la respuesta sobre el texto citado, dicta, envía. El hilo citado no se ve afectado.
La misma tecla de acceso rápido dicta en la descripción de una invitación de calendario, una aplicación de Notas, OneNote, un chat de Teams o cualquier otra entrada de texto de Microsoft. No hay una integración especial; simplemente funciona porque cada campo de Outlook es una entrada de texto de Windows en el fondo.
El dictado de correos se vuelve interesante para personas que trabajan en varios idiomas. Un Reclutador en Berlín podría responder a un gerente de contratación alemán en alemán, luego a un candidato en inglés en inglés, y luego a un solicitante japonés en japonés, todo en la misma mañana. Con Microsoft Dictate eso requiere cambiar manualmente el idioma de dictado cada vez. Con la detección automática de Whisper simplemente funciona.
Idiomas destacados donde la precisión de Whisper es aproximadamente comparable al inglés nativo: alemán, español, francés, italiano, portugués, holandés, polaco, japonés, chino mandarín, coreano, ruso, árabe, turco, hindi, sueco, danés, noruego y finlandés. La página multiidioma cubre la lista completa. Los idiomas menos comunes también funcionan, pero la precisión varía más.
Para equipos de ventas que escriben a clientes internacionales, la guía de voz a texto para representantes de ventas tiene más información sobre comunicación saliente multilingüe. Para equipos de RRHH que realizan selección internacional, la página de voz a texto para gerentes de RRHH cubre los flujos de trabajo de comunicación con candidatos.
El contenido de los correos suele ser confidencial: comunicaciones con clientes, asuntos de RRHH, asesoría legal, detalles financieros y tickets de soporte al cliente con datos personales. El Modo Local predeterminado de StarWhisper significa que el audio que hablas nunca sale del dispositivo. La transcripción se ejecuta localmente en la CPU o GPU, el texto aterriza en Outlook y se termina el proceso. Ningún servicio de terceros guarda una grabación tuya hablando sobre un acuerdo o un asunto de personal.
Compáralo con los servicios de dictado en la nube que envían el audio a una API de transcripción. Incluso Microsoft Dictate envía el audio a la nube de Microsoft para su procesamiento en algunas configuraciones. Para organizaciones sujetas a HIPAA, reglas de privilegio abogado-cliente, preocupaciones de GDPR o políticas internas de residencia de datos, el dictado solo local es mucho más fácil de defender en una auditoría. Las preguntas frecuentes sobre HIPAA recorren la arquitectura específica y lo que significa para la información de salud protegida.
Para obtener detalles más profundos sobre la ruta del audio y las decisiones de arquitectura detrás del Modo Local, consulta las preguntas frecuentes sobre Whisper local vs nube.
La velocidad de escritura promedio es de unas 40 palabras por minuto. La velocidad promedio al hablar de forma cómoda es de 130 a 150 palabras por minuto. En la práctica, el dictado no produce una mejora de 3 a 4 veces porque tienes que pensar en qué decir y pasas algo de tiempo corrigiendo errores, pero una aceleración realista de 1.5 a 2.5 veces es común para correos extensos. Donde realmente se nota el ahorro es en la fatiga: dictar durante una hora es mucho menos agotador físicamente que escribir durante una hora, especialmente para personas que manejan tensión en la muñeca u hombro.
Para trabajadores del conocimiento que responden a grandes volúmenes de correos, los 30 a 60 minutos por día ahorrados gracias al dictado se acumulan rápidamente. Para representantes de ventas que responden a clientes potenciales desde la carretera (en una computadora portátil, en un coche, en un tren), el beneficio de productividad es aún más claro. Para personas en fisioterapia por STC, cambiar al dictado suele formar parte del protocolo de recuperación estándar; consulta la guía de voz a texto para túnel carpiano para más información.
La referencia completa de dictado para cada superficie y campo de Outlook.
Usa la misma tecla de acceso rápido en Outlook, navegadores, herramientas de chat, CRMs y otras aplicaciones de Windows.
Mayor volumen de respuestas, comunicación saliente más rápida y actualizaciones de CRM manos libres.