Por qué el dictado por voz en español se equivoca tanto en Mac
El dictado del sistema en macOS falla con términos técnicos y mezcla inglés. Estas son las causas reales y qué se puede hacer con cada una.
Si dictas en español en un Mac y trabajas con tecnología, ya conoces la escena:
dices «hay que arreglar el endpoint del backend» y en pantalla aparece «hay que
arreglar el en point del bac en». No es que hables mal. Son tres problemas
distintos, y solo uno tiene que ver contigo.
El modelo no sabe de qué estás hablando
Un motor de voz a texto elige entre palabras que suenan parecido usando el
contexto. Si fue entrenado sobre conversación general, «endpoint» compite contra
«en point» y pierde: la segunda es más común en su mundo.
Esto se llama vocabulario fuera de dominio, y afecta a cualquier oficio con
jerga propia. Un médico dicta «disnea paroxística nocturna» y recibe otra cosa.
Un abogado dicta «prescripción extintiva» y también.
La solución real es darle al modelo una lista de los términos que usas. Algunos
motores aceptan un vocabulario previo; otros, corrección posterior por
proximidad. Ninguna es magia, pero la diferencia entre tener la lista y no
tenerla es grande.
El español técnico está lleno de inglés
Nadie dice «interfaz de programación de aplicaciones». Decimos API. Y en medio
de una frase en español, el motor tiene que cambiar de idioma por una palabra y
volver.
Muchos modelos no lo hacen: se les fija un idioma al empezar y lo que suene
distinto se fuerza al español. De ahí salen los «bacen» y los «yeison» — es el
motor traduciendo a la fuerza lo que ya venía en inglés.
Los modelos multilingües recientes manejan mejor esta mezcla, pero conviene
saber que es una capacidad del modelo, no un ajuste. Si el tuyo no la tiene,
ningún truco lo arregla.
Hablar es desordenado, y está bien
Este es el que no es un error. Cuando hablas sin guion, produces algo así:
«oye necesito que en la app de tareas, cuando el usuario cambia el orden
arrastrando, eh, el orden no se guarda, o sea si cierras la app queda todo como
estaba, entonces que lo arregle, ah y que no toque el diseño porfa»
Un dictado fiel te devuelve exactamente eso, con las muletillas y los rodeos. Es
correcto: dijiste eso. Pero si lo que necesitabas era pegarle una instrucción a
un agente de programación, ese texto le sirve a medias.
La transcripción y la redacción son dos trabajos distintos. Pedirle al motor de
voz que además ordene tus ideas es pedirle algo para lo que no está hecho.
Qué hacemos en Hakara
El dictado corre local: tu voz no sale del equipo. Eso resuelve la privacidad,
no la jerga — por eso hay una lista de palabras propias que puedes editar.
Para lo tercero, el panel te muestra lo que dijiste literal y te deja
convertirlo en un texto estructurado si lo necesitas, con una plantilla según a
qué te dediques. Dos pasos separados, porque son dos problemas separados.
Y lo importante: ves el resultado antes de que se pegue en ninguna parte.