Entrada de voz

Dictar en Windows – sin conexión, directamente en cualquier programa

Piensas más rápido de lo que escribes. Pulsa el atajo, habla, púlsalo otra vez — el texto aparece justo donde está el cursor: en Outlook, Word, el navegador o el chat. El reconocimiento de voz funciona con Whisper o Parakeet en tu propio equipo. Ni la grabación ni el texto se suben a ningún sitio.

No hace falta cuenta · Gratis en el idioma de tu sistema

Windows 10 o superior · Sin permisos de administrador · Sin cuenta

Escribir es el cuello de botella

Sabes exactamente lo que tiene que decir el correo. Solo necesitas doce minutos para escribirlo.

Aplicaciones de dictado hay muchas. La mayoría tiene tres inconvenientes: envían tu voz a un servidor, cobran cada mes y son una aplicación aparte — dictas allí, copias el texto y lo pegas en otro sitio.

Celerando no tiene una ventana para hablar. El texto aparece directamente en el programa en el que ya estás trabajando.

Tres pasos, y no hay un cuarto

01
Pulsa el atajo

En cualquier parte de Windows, sin importar qué programa esté en primer plano. Por defecto es Ctrl+Mayús+Espacio; en la Configuración puedes elegir otra combinación de teclas.

02
Habla

Con normalidad. Sin comandos ni pausas en puntos concretos.

03
Pulsa otra vez

El texto está donde estaba el cursor. Sin copiar, sin pegar, sin cambiar de ventana. ¿Prefieres mantener pulsado y soltar? A partir de Business también hay pulsar para hablar.

Whisper y Parakeet: 26 idiomas, todo en tu PC

Celerando reconoce la voz con modelos de código abierto de OpenAI y NVIDIA. Todos funcionan en local y la aplicación los descarga directamente de Hugging Face:

Whisper (OpenAI)

Tres tamaños de modelo: Base (141 MB), Small (466 MB) y Turbo (574 MB). Funciona en la CPU o mediante Vulkan en cualquier tarjeta gráfica, y opcionalmente con CUDA en tarjetas NVIDIA. Incluido en todas las ediciones, gratis en el idioma de tu sistema.

Parakeet TDT 0.6B v3 (NVIDIA NeMo)

17 idiomas europeos con detección automática, latencia muy baja, apto para streaming. Funciona mediante Vulkan en cualquier tarjeta gráfica con 2 GB de memoria gráfica o más — AMD, Intel o NVIDIA — y, si no, en la CPU. A partir de Business.

Qué reconoce cada edición

Gratis: el idioma de tu sistema con Whisper Small o Base. A partir de Pro: los 26 idiomas, todos los modelos, aceleración por GPU. A partir de Business: detección automática del idioma y Parakeet.

  • Alemán
  • Inglés
  • Español
  • Francés
  • Italiano
  • Portugués
  • Neerlandés
  • Polaco
  • Ruso
  • Ucraniano
  • Sueco
  • Noruego
  • Finés
  • Eslovaco
  • Catalán
  • Turco
  • Japonés

Celerando reconoce muy bien estos 17 idiomas con el mejor modelo para cada uno, y otros 9 bien, con alguna corrección ocasional: checo, danés, griego, rumano, croata, búlgaro, húngaro, coreano y chino. La base son las mediciones publicadas por OpenAI y NVIDIA. También se pueden elegir estonio, letón, lituano, maltés, esloveno y árabe, pero con bastantes más errores. El idioma se fija por dictado o — a partir de Business — se detecta automáticamente.

Los modelos: se descargan una vez y después funcionan sin conexión

Los modelos se descargan una sola vez desde la propia aplicación y después quedan en tu perfil de usuario — sin permisos de administrador. Se recomienda Whisper Small, que la introducción del primer inicio propone; los demás los eliges en la configuración.

A partir de ahí el reconocimiento de voz no necesita ninguna conexión. Tren, avión, sótano, red corporativa aislada — el dictado sigue funcionando.

ModeloDescargaPara qué
Whisper Base 141 MBLa descarga más pequeña, para equipos modestos
Whisper Small (recomendado) 466 MBBuena precisión, funciona sin tarjeta gráfica
Whisper Turbo 574 MBMejor precisión de Whisper, tarjeta gráfica recomendada
Parakeet TDT 0.6B v3 638 MBRápido incluso sin tarjeta gráfica, 17 idiomas detectados automáticamente — a partir de Business

El runtime CUDA opcional para tarjetas NVIDIA (unos 140 MB) se descarga de downloads.menterium.net cuando lo eliges en la configuración. Sin él, Celerando usa Vulkan — no es un error, solo otro camino a la misma tarjeta gráfica. Los modelos ofrecidos pueden cambiar con las actualizaciones: se añaden otros nuevos, a veces mejores, y los más antiguos pueden desaparecer.

¿Funcionará en tu equipo?

Tres niveles, del portátil de oficina a la estación de trabajo — y ninguno exige una tarjeta gráfica:

Mínimo

Windows 10 (compilación 19041) o Windows 11, 4 GB de RAM, un procesador con AVX2 (Intel Core desde 2013, AMD Ryzen). Whisper Base y Small funcionan solo con la CPU — incluso en un portátil antiguo.

Recomendado

8 GB de RAM y una tarjeta gráfica con 2 GB de memoria gráfica o más de AMD, Intel o NVIDIA. Dictado diario con Whisper Turbo o Parakeet en la tarjeta gráfica.

Alto rendimiento

16 GB de RAM y una tarjeta gráfica con 8 GB de memoria gráfica o más. Dictados largos, Smart Modes y el traductor en la tarjeta gráfica.

La página Entrada de voz – requisitos tiene un autodiagnóstico: tres clics y sabes qué modelo encaja con tu equipo.

«Menterium» no es una palabra. Para Celerando sí.

Todo reconocimiento de voz tropieza con lo mismo: nombres propios, nombres de empresa, nombres de producto y el vocabulario de tu profesión. Dictas tu propio apellido y recibes algo que solo suena parecido.

En el Diccionario personal introduces esas palabras una sola vez — junto con las variantes que el reconocimiento produce por error. A partir de ahí queda fijado.

Funciona en ambos sentidos: los términos se entregan al reconocimiento antes de la transcripción, y las grafías erróneas se corrigen después. Con Parakeet (a partir de Business) cuentan además como hotwords: si una palabra suena parecida, el reconocimiento prefiere tu forma de escribirla.

Incluido a partir de Pro.

Del dictado al texto final

Tras el reconocimiento, el texto pasa por varias etapas, todas locales, todas opcionales:

Números

En los dictados en alemán, los números hablados se convierten en cifras — cantidades, horas, decimales y números de versión. En todas las ediciones, activado por defecto.

Reglas

Los símbolos hablados se convierten en caracteres («euro» → €), las abreviaturas se expanden o acortan, tus propias sustituciones mediante expresiones regulares. A partir de Pro.

Smart Modes

Un modelo de lenguaje local (Gemma 3 4B) pone orden: fuera muletillas, dentro la puntuación, suavizar el tono o redactarlo como correo. Con una tarjeta gráfica de 8 GB de memoria gráfica o más, normalmente en menos de un segundo; sin ella, en la versión para CPU, unos segundos por frase. A partir de Business.

Streaming

El texto aparece mientras sigues hablando — fragmento a fragmento, directamente en el programa de destino. A partir de Business, al igual que pulsar para hablar; se activan por separado.

Tu voz no sale de tu equipo

Dictar en la nube significa que tu grabación se transfiere al servidor de otra empresa, se procesa allí y el texto vuelve.

Quien dicta conversaciones con clientes, datos de pacientes, expedientes de personal o borradores de contrato se mueve en el terreno del secreto profesional y el RGPD. Un servicio en la nube a menudo no puede autorizarse para eso.

Celerando procesa la grabación y el texto en tu PC. Lo único que contacta la aplicación: la descarga de cada modelo e idioma adicional que elijas, el runtime CUDA opcional, la comprobación de actualizaciones, la activación de la licencia junto con la consulta de puestos ocupados, un único aviso de instalación en el primer arranque y las direcciones que tú mismo introduces (los mosaicos web app cargan el icono del sitio, el mosaico de conexiones comprueba tus servidores). El aviso contiene un identificador de instalación aleatorio, un hash abreviado de la huella del dispositivo y las versiones de la app, de .NET y de Windows — sin cuenta, sin nombre, sin contenidos. La activación de la licencia y la consulta de puestos transmiten la huella de hardware del equipo, que se guarda junto al código de activación. El servidor no guarda la dirección IP en claro: un hash de ella se borra a las 48 horas, mientras que la ubicación aproximada derivada de ella (país, región, ciudad con radio de precisión) se conserva con el registro durante 24 meses. El audio y el texto nunca forman parte de ello. Cualquier monitor de red lo confirma.

El historial de transcripciones opcional (a partir de Pro) guarda texto y grabación únicamente en tu perfil de usuario — desactivado por defecto.

Celerando y el dictado por voz de Windows comparados

Windows incluye su propio dictado por voz con Win + H. La diferencia no está en si funciona — sino en dónde.

CelerandoDictado de Windows (Win + H)Apps de dictado en la nube
Dónde se reconoce En tu PCEn servidores de Microsoft (reconocimiento de voz en línea)En los servidores del proveedor
Internet necesario Nunca al dictar; solo descargas, actualizaciones, el aviso inicial y una activación única de una edición de pagoEn cada dictadoEn cada dictado
Modelo de reconocimiento Whisper o Parakeet, modelo a elegir a partir de ProMicrosoft, no seleccionablePropietario
Idiomas 26 bien reconocidos (desde Pro), detección automática desde BusinessSegún el paquete de idioma instaladoSegún el servicio
Tus propios términos Diccionario personal, reglas, Smart Modes—Según el servicio
Precio Gratis (idioma del sistema), Pro 36 € una sola vezIncluido en WindowsNormalmente 7–15 € al mes

A fecha de septiembre de 2026. El dictado de Windows está perfectamente bien para notas ocasionales — la única pregunta es si tu dictado puede ir a un servidor ajeno.

Cuando escribir no es una opción

Cuando las manos dejan de acompañar

Tenosinovitis, lesiones por esfuerzo repetitivo, tendinitis. Dictar deja de ser una comodidad y pasa a ser la condición para seguir trabajando.

Cuando escribes en otro idioma

Hablar casi siempre resulta más fácil que escribir.

Cuando produces texto todo el día

Correos, actas, documentación, notas.

Paga una vez. No cada mes.

Una suscripción de dictado de 5 € al mes parece poco. Al cabo de un año son 60 €; al cabo de tres, 180 €.

Celerando Pro cuesta 36 € una sola vez. Las actualizaciones dentro de la versión están incluidas.

Preguntas frecuentes sobre el dictado sin conexión

¿Celerando es un programa de dictado?

Sí: un programa de dictado para Windows que funciona totalmente sin conexión. Pulsas un atajo de teclado y hablas, y el texto aparece en el programa en el que estás escribiendo; no hay una ventana de dictado aparte. El reconocimiento de voz se ejecuta en tu PC con Whisper o, a partir de Business, con Parakeet. El dictado ya está incluido en la versión gratuita (30 segundos por grabación, el idioma de tu sistema). Además, Celerando incluye un traductor local, reconocimiento de texto (OCR, a partir de Pro) y QuickShare.

¿El dictado funciona sin internet?

Sí, por completo. El modelo de voz se descarga una vez desde la propia aplicación — se recomienda Whisper Small, con 466 MB; Base ocupa 141 MB, Turbo 574 MB y Parakeet 638 MB — y después queda en tu perfil de usuario. El reconocimiento en sí no abre ninguna conexión; puedes probarlo en modo avión.

¿Necesito una cuenta? ¿Celerando comprueba la licencia en línea con regularidad?

No, ninguna de las dos cosas. La versión gratuita no necesita licencia. Una edición de pago se activa una sola vez con el código del correo de compra; al hacerlo se guarda con el código la huella de hardware del equipo. Después queda en tu PC un archivo de licencia firmado que Celerando comprueba localmente, sin fecha de caducidad. Solo cuando abres la página de licencia en la configuración, la app consulta los puestos ocupados y los muestra en las licencias multipuesto; sin internet esa línea queda vacía y la licencia sigue siendo válida. Los equipos que nunca deben conectarse a internet se activan con un archivo de licencia (ver «Activación sin conexión a internet»).

¿Qué idiomas reconoce?

26 idiomas se reconocen bien. Muy bien: alemán, inglés, español, francés, italiano, portugués, neerlandés, polaco, ruso, ucraniano, sueco, noruego, finés, eslovaco, catalán, turco y japonés. Bien, con alguna corrección ocasional: checo, danés, griego, rumano, croata, búlgaro, húngaro, coreano y chino. La base son las mediciones publicadas por OpenAI y NVIDIA con el mejor modelo para cada idioma. El idioma de tu sistema es gratis, a partir de Pro están todos disponibles y a partir de Business Celerando detecta el idioma automáticamente. También se pueden elegir estonio, letón, lituano, maltés, esloveno y árabe, pero con bastantes más errores.

Whisper o Parakeet — ¿cuál debo usar?

Whisper es el predeterminado: está en todas las ediciones, a partir de Pro en los 26 idiomas, y es muy preciso con el modelo Turbo en una tarjeta gráfica. Parakeet compensa si dictas en un idioma europeo, usas muchos términos técnicos o no tienes una tarjeta gráfica potente: las palabras de tu diccionario personal entran directamente en el reconocimiento como hotwords, y Parakeet también es rápido en la CPU. Parakeet está incluido a partir de Business.

¿El reconocimiento es tan bueno como el de los servicios en la nube?

No. Whisper y Parakeet funcionan en tu PC y son bastante más pequeños que los grandes modelos en la nube; no alcanzan su calidad. Se nota sobre todo con términos técnicos poco habituales, dialectos y ruido de fondo; para los términos técnicos ayuda el Diccionario personal. Para correos, notas y textos dictados con claridad, el reconocimiento funciona bien; pruébalo tú mismo con la versión gratuita.

¿Cuánto ocupa la descarga y dónde se guardan los modelos?

Whisper Base ocupa 141 MB, Small 466 MB y Turbo 574 MB, Parakeet ocupa 638 MB y el runtime CUDA opcional añade unos 140 MB. Los modelos vienen directamente de Hugging Face y se guardan en tu perfil de usuario de Windows, en %LOCALAPPDATA%\Menterium\Celerando — sin permisos de administrador, y se pueden borrar desde la aplicación.

¿Necesito una tarjeta gráfica?

No. Whisper Base y Small funcionan en la CPU, incluso en un PC de oficina antiguo, y Parakeet también. Una tarjeta gráfica con 2 GB de memoria gráfica o más hace que Whisper Turbo y Parakeet sean mucho más rápidos — mediante Vulkan, y opcionalmente con CUDA en tarjetas NVIDIA. La aceleración por GPU está incluida a partir de Pro. Si eliges CUDA sin el runtime instalado, Celerando recurre a Vulkan — sin error, sin interrupción. El reconocimiento de voz requiere un procesador con AVX2 (Intel Core desde 2013, AMD Ryzen).

¿Se guarda mi voz en algún sitio?

Fuera de tu equipo, no. El historial de transcripciones opcional (a partir de Pro) guarda texto y grabación en tu perfil de usuario para que un dictado no se pierda si cae en la ventana equivocada — está desactivado por defecto y se puede vaciar en cualquier momento.

¿En qué programas funciona el dictado?

En todos los que admiten entrada de texto — Outlook, Word, navegadores, Teams, Slack, editores, formularios. Celerando inserta el texto por defecto mediante el portapapeles y Ctrl+V; para escritorio remoto y terminales hay un modo que escribe carácter a carácter.

¿Cuánto puede durar una grabación?

En la versión gratuita, 30 segundos por grabación. A partir de Pro, sin límite.

¿El texto aparece mientras hablo?

Eso es el modo streaming, incluido a partir de Business — el texto aparece fragmento a fragmento mientras hablas. En Free y Pro el texto se inserta en cuanto detienes la grabación.

¿Qué son los Smart Modes?

Un modelo de lenguaje local que retoca el texto reconocido — quitar muletillas, poner puntuación, suavizar el tono, redactarlo como correo. Celerando usa para ello Gemma 3 4B de Google. Con una tarjeta gráfica de 8 GB de memoria gráfica o más (AMD, Intel o NVIDIA) se ejecuta en la tarjeta junto al reconocimiento de voz, normalmente en menos de un segundo; sin ella, eliges la versión más compacta para CPU del mismo modelo, que tarda unos segundos por frase. A partir de Business.

¿Sirve para despachos, consultas y empresas sujetas a secreto profesional?

El punto de partida es distinto al de un servicio en la nube: no hay ningún tercero que procese la grabación o el texto y, por tanto, ningún encargado del tratamiento al que haya que vincular por contrato. Si eso basta en tu caso lo decide vuestra revisión de protección de datos — esta página aporta los datos técnicos para ello.

¿Necesito permisos de administrador?

No. Celerando se instala en tu perfil de usuario, y los modelos también.