Vito vs dictado por voz de Windows
Toda máquina con Windows ya tiene dictado. Pulsa
Windows + H con el cursor en un cuadro de texto y empieza a escuchar,
gratis, sin nada que instalar. Antes de recomendar cualquier otra cosa, lo honesto
es decirte cuándo eso es todo lo que necesitas, porque para un buen número de
personas lo es de verdad.
De un vistazo
| Vito | Dictado por voz de Windows | |
|---|---|---|
| Coste | App gratis; una vía sin coste con el crédito de AssemblyAI + Groq, o ~0,15 €/h a tu propio proveedor | Gratis, parte de Windows |
| Qué instalar | Descarga más dos claves de API | Nada, ya está ahí |
| Necesita internet | Sí | Sí |
| Funciona en cualquier app | Sí | Sí, allí donde esté el cursor |
| Puntuación | Automática | Automática, o dictada |
| Reescribe lo que dijiste | Sí — fuera muletillas, frases arregladas | No, transcribe |
| Historial buscable | Sí, guardado localmente | No |
| Diccionario personal | Sí | No |
| Transcribir archivos existentes | Sí | No |
| Linux | Sí | No, es una función de Windows |
| Comandos de IA por voz | Sí — solo di "Vito, …" | No |
Comprobado con la documentación propia de Microsoft en julio de 2026.
Dónde el dictado por voz de Windows es la mejor opción
Ya está instalado y no cuesta nada
Sin descarga, sin cuenta, sin clave, sin saldo, sin decisión. Es una ventaja real y ninguna app de terceros puede igualarla. Si dictas algún mensaje de vez en cuando y funciona bastante bien, instalar otra cosa es un esfuerzo que no hacía falta gastar.
Prefieres no añadir otra pieza móvil
Lo mantiene Microsoft, se actualiza con Windows, y no puede abandonarlo un proyecto pequeño. Vito es una app joven en GitHub, que es otro tipo de apuesta.
Dictas cosas cortas
Para una frase en una ventana de chat o una barra de búsqueda, la transcripción es todo lo que necesitas y la capa extra que añade Vito no tiene nada que hacer. Donde Vito se gana su sitio es en el texto largo.
Dónde Vito es la mejor opción
Quieres el texto acabado, no transcrito
Esta es toda la diferencia. Windows escribe lo que dijiste. El habla está llena de arranques en falso, "ehs", frases abandonadas a medias y reiniciadas, e ideas que llegan en el orden equivocado, así que una transcripción exacta del habla sigue leyéndose como habla, y acabas editándola a mano. Vito pasa la transcripción antes por una segunda ronda de IA: muletillas eliminadas, la frase que querías reconstruida, párrafos donde los pediste, emoji hablado convertido en emoji. Para un párrafo es un detalle. Para un correo es la diferencia entre dictar y teclear. Además eliges qué IA hace esa ronda: cualquier modelo compatible con OpenAI, incluido uno local en tu propia máquina, cosa en la que Windows no te da voz alguna.
Quieres encontrar lo que dictaste la semana pasada
Vito guarda cada dictado localmente y lo hace buscable por texto completo, con la grabación al lado. El dictado por voz de Windows no guarda nada una vez el texto está en el cuadro.
Sigue equivocándose con tus términos
Vito tiene un diccionario personal: enséñale los nombres de tus colegas, los nombres de tus proyectos, la jerga que destroza, y aplica la corrección de ahí en adelante.
Estás en Linux
No aplicable al dictado por voz de Windows, por razones obvias, y vale la pena decirlo porque mucha gente llega aquí buscando exactamente eso.
Pregúntale a la IA por voz, no solo dictar
El dictado por voz de Windows escribe lo que dices. El Vito Assist de Vito puede actuar sobre lo que dices: "Vito, traduce el portapapeles al español", "Vito, ¿cuál es la capital de Francia?", "Vito, define 'ubicuo'": el comando va a una IA y la respuesta aterriza donde está tu cursor, sin nada que habilitar antes. Es la diferencia entre un transcriptor y un asistente.
Es bastante divertido
Una cosa pequeña, y no vamos a fingir que decide nada. Vito lleva la cuenta: palabras dictadas, frases limpiadas, horas de tecleo que no tuviste que hacer, un gráfico de tu semana. Hay más de 50 logros por desbloquear por el camino, algunos absurdos, varios ocultos.
Resulta que importa más de lo que parece. Dictar en lugar de teclear es un hábito que hay que construir, y la primera semana es la parte incómoda: ver "1 h 38 m de tecleo ahorrado" es un empujón para seguir que una ventana en blanco no te da. Si eso te suena a truco, ignóralo por completo; nada depende de ello.
El resumen honesto
Prueba Win+H primero
De verdad. No te cuesta nada y cinco minutos, y si resulta ser suficiente te habrás ahorrado una configuración y un pequeño coste mensual. Vuelve cuando notes que pasas tanto tiempo ordenando la transcripción como habrías pasado tecleándola: ese es el momento para el que es Vito, y no antes.
Así que cuál de los dos
- ¿La frase suelta en un cuadro de chat? Win+H. No instales nada.
- ¿Correos, documentos, notas, todo el día? Vito.
- ¿Cansado de editar la transcripción después? Vito.
- ¿Quieres buscar en lo que dictaste? Vito.
- ¿En Linux? Vito, por defecto.
- ¿Quieres cero configuración y cero coste? Win+H.