Funciones potentes.
Cero relleno.
Reconocimiento de voz sin conexión en tu propia CPU, texto escrito directamente en la app en la que trabajas e IA opcional cuando la quieras.
Escritura en vivo
Dicta y mira cómo el texto se escribe solo en tu aplicación mientras hablas; las últimas palabras llegan al detenerte. ¿Prefieres lo clásico? El modo tradicional de «todo al final» sigue ahí. La escritura en directo forma parte de Pro.
Atajo de teclado global
Pulsa tu atajo global configurado en cualquier parte de Windows para iniciar/detener el dictado, mantenlo pulsado como un walkie-talkie (pulsar para hablar) — o deja que el modo automático distinga un toque de una pulsación larga. Sin cambiar de ventana: la app flota sobre tu trabajo. Pulsar para hablar y el modo automático forman parte de Pro.
Privado por defecto
Tu voz se transcribe localmente con Parakeet Ultra, una versión mejorada del modelo NVIDIA Parakeet, en tu CPU. No se envía nada a la nube a menos que actives expresamente las funciones de IA. El dictado sigue funcionando sin conexión a internet.
Multilingüe, sin conexión
Parakeet transcribe 25 idiomas europeos por completo en tu dispositivo y detecta por sí mismo cuál estás hablando: no hace falta elegir el idioma antes. El noruego (Bokmål y Nynorsk) llega con un paquete NB-Whisper opcional que descargas cuando lo necesitas, y con la IA activada tu dictado se puede traducir a casi cualquier idioma. La propia aplicación está disponible en 14 idiomas.
IA: traducir y reescribir
Traduce tu dictado a casi cualquier idioma, selecciona texto y reescríbelo con la voz — o no selecciones nada y tu dictado llegará escrito en limpio. La IA forma parte de Pro: usa la IA integrada sin configurar nada (Pro + IA) o tu propia clave de OpenAI, Anthropic, Google Gemini, DeepSeek, Groq, Mistral, OpenRouter, YandexGPT o cualquier endpoint compatible con OpenAI; tu clave permanece en tu equipo. Solo se envía el texto, nunca el audio.
Hecho para tu flujo de trabajo
Atajos personalizados (combinaciones de teclado, un modificador de doble toque o botones del ratón), un panel de audio completo con selector de micrófono, sensibilidad y medidor de nivel en vivo, reducción de ruido, un historial de transcripciones con búsqueda y un paquete de idioma noruego bajo demanda. El historial de transcripciones forma parte de Pro.
Inserción inteligente
VibeVox escribe el texto directamente en tu aplicación activa. Si cambias de ventana a mitad del dictado, el texto va a parar al portapapeles en lugar de a la app equivocada. Los dictados pegados no quedan en el historial del portapapeles de Windows (Win+V). Ajusta el resultado con opciones de formato (Pro), como primera letra en minúscula o sin punto final.
Manos libres y tomas largas
Pro añade el dictado manos libres: activa la escucha con tu atajo, y cada frase empieza cuando la cámara ve que mueves los labios y el micrófono te oye — las palabras se siguen reconociendo por el audio, no por el vídeo. Además, tomas de hasta 5 minutos, Auto Enter, que envía el mensaje en cuanto está escrito, y música y vídeos silenciados mientras dictas.
Supresión de ruido
Dos niveles para una habitación ruidosa: el normal elimina un zumbido constante, como el de un ventilador o el aire acondicionado, y la supresión de ruido con IA se encarga de una cafetería o de la calle. Los dos funcionan en tu ordenador. Viene desactivada, porque una habitación tranquila no la necesita; mientras está activa, la escritura en vivo no funciona.
Tus propias palabras y términos
Nombres, términos y siglas en los que el reconocimiento se equivoca: escribe una vez la forma correcta y los errores que suenan parecido se convertirán en ella. También puedes sustituir una palabra dicha por lo que quieras, por ejemplo tu número de teléfono o tu dirección. Forma parte de Pro.
Funciona con NVDA y el Narrador
NVDA y el Narrador de Windows leen en voz alta la ventana de ajustes — cada interruptor dice su nombre, su estado y lo que hace. Un sonido breve marca el inicio y el final de cada grabación, así sabes que te escucha sin mirar la pantalla.
La IA es opcional
El dictado funciona en tu ordenador y no necesita ni IA ni internet. La IA es un complemento para tres tareas: traducir lo que dictas, reescribir con la voz el texto seleccionado y dejar tu dictado escrito en limpio. La activas tú, y solo se envía texto, nunca tu voz.
Tu propia clave
¿Ya tienes una clave de API de OpenAI, Anthropic (Claude), Google Gemini, DeepSeek, Groq, Mistral, OpenRouter o YandexGPT? Pégala en Configuración. El texto va directamente de tu ordenador a tu proveedor, y le pagas a él según sus tarifas. También sirve cualquier servicio compatible con OpenAI. La clave se queda en tu ordenador.
Incluido en Pro (€29, un solo pago)
IA integrada
Nada que configurar: ni claves ni cuentas en otros servicios. La activas y funciona, y el modelo lo elegimos nosotros. El texto se procesa en Europa.
Pro + suscripción de IA, €5.99 al mes, cancela cuando quieras
¿No necesitas IA? Déjala apagada: todo lo demás funciona sin ella. Durante los primeros 14 días puedes probar las dos opciones.
25 idiomas, totalmente sin conexión
Parakeet detecta automáticamente el idioma y lo transcribe por completo en tu dispositivo. Sin nube, sin cuenta — tu voz nunca sale del equipo.
Paquete opcional¿Noruego? También cubierto.
Bokmål y Nynorsk funcionan mediante NB-Whisper Small — un modelo de la Biblioteca Nacional de Noruega. VibeVox lo descarga una sola vez (~670 MB) directamente desde Configuración, y también funciona completamente sin conexión. Para elegirlo: Configuración → General → Modelo de reconocimiento → Noruego.
Especificaciones técnicas
Parakeet Ultra es una versión mejorada del modelo de voz Parakeet TDT 0.6B v3 de NVIDIA: reentrenado para ganar precisión y empaquetado por nosotros en 8 bits para que funcione rápido en un procesador normal. En la prueba FLEURS con 25 idiomas comete aproximadamente la mitad de errores de palabra que el modelo original (11 % frente a 20 %). El noruego tiene su propio modelo: NB-Whisper Small, de la Biblioteca Nacional de Noruega, entrenado con habla noruega.
Bajo el capó: arquitectura de nueva generación
Token-and-Duration Transducer (TDT)
A diferencia de los RNN-T tradicionales, que predicen un token cada vez, la arquitectura TDT de Parakeet predice conjuntamente el token y su duración. Esto permite al modelo saltarse los silencios y los fotogramas redundantes durante la inferencia, reduciendo drásticamente el cómputo.
- Predicción conjunta de token y duración
- Aceleración por salto de fotogramas
FastConformer con submuestreo 8x
Basado en la arquitectura Conformer pero optimizado para la velocidad. Usa un factor de reducción 8x para procesar los fotogramas de audio con más eficiencia, combinando el contexto global de los Transformers con la extracción local de características de las CNN.
- Factor de submuestreo 8x
- Funciona íntegramente en la CPU — no requiere GPU
Empieza a dictar
gratis
Todas las funciones de pago están desbloqueadas los primeros 14 días. Sin tarjeta y sin cuenta.