Dictado en la Mac: en la nube o en el dispositivo
Cómo tratan tu audio el dictado en la nube y el dictado en el dispositivo, y qué encontré cuando cambié uno por el otro.
Cuando la gente elige una app de dictado, compara precisión y precio. Yo también lo hice. Lo primero que hay que revisar es dónde se convierte tu voz en texto.
A dónde va el audio
Las apps de dictado se diferencian sobre todo en dónde procesan el audio. Algunas graban el micrófono, suben el audio y reciben el texto de un servidor. Otras convierten el audio en texto dentro de la Mac y nunca lo envían a ningún lado. Unas pocas combinan las dos cosas. Por fuera se ven idénticas. Mantienes presionada una tecla, hablas, sueltas y aparece el texto. La diferencia está en lo que pasa por debajo.
Durante mucho tiempo las apps en la nube fueron lo normal, por una razón sencilla. Hasta hace poco, una Mac no podía transcribir japonés o inglés lo bastante rápido por su cuenta. Subir el audio se volvió tan normal que dejé de pensar en eso.
Qué significa subirlo
Enviar tu voz significa que las palabras que dices salen del cuarto en el momento en que las dices. Una respuesta de una línea en Slack, el borrador de un correo, una nota para ti. Cada una pasa por el servidor de alguien más. Los términos de servicio suelen decir que el audio no se usa para entrenar. Lo que dice un documento y lo que envía la app son dos cosas que hay que revisar por separado.
En septiembre de 2026 abrí una app de dictado en la nube muy usada y revisé lo que venía en el paquete. No voy a decir su nombre. El paquete traía un cliente para un servicio de transcripción de terceros, un permiso de Grabación de pantalla, acceso a las carpetas Escritorio y Documentos, analíticas de dos proveedores y un actualizador que reemplaza la app sin preguntar. Todo pesaba 785 MB. La parte que hace el dictado es una fracción de eso.
Por qué el dictado en el dispositivo se volvió realista
Con macOS 26, Apple presentó una API de voz llamada SpeechAnalyzer. Maneja audio en vivo y grabaciones largas, el modelo corre en la Mac, entrega el texto mientras hablas, cubre japonés e inglés y no cobra por uso.
La otra opción es Whisper, el modelo que publicó OpenAI. Con la implementación whisper.cpp corre en cualquier Mac con Apple Silicon. Yubi soporta los dos motores, y ninguno envía audio fuera de la computadora.
Cómo saber cuál tienes
Los permisos cuentan casi toda la historia. Abre Configuración del Sistema, luego Privacidad y seguridad, y mira qué pidió la app. Yubi usa dos cosas: el micrófono, y Accesibilidad para poder escribir en la app que tienes enfrente. Una app que además quiere Grabación de pantalla o tus carpetas está haciendo algo más que dictar.
La otra señal es una cuenta. Una pantalla de registro significa que la app te crea una cuenta. Eso solo no dice qué datos de uso recopila, pero un software que termina su trabajo dentro de tu Mac no tiene por qué pedirte que inicies sesión.
¿Se pierde precisión?
En mi uso diario, el japonés de SpeechAnalyzer se sintió cerca del servicio en la nube que usaba antes. Los nombres de personas y de empresas confunden a cualquier motor, así que Yubi tiene un cuadro donde anotas las palabras que usas mucho. Whisper transcribe cuando terminas de hablar, así que esperas un momento, y en mi Mac aguanta mejor en lugares con ruido.
Que el audio se quedara en mi Mac me importaba más que las pequeñas diferencias de reconocimiento, así que construí Yubi.