Desde el 19 de noviembre de 2026, el micrófono del campo de texto de ChatX escribe mientras hablas. Ves cada palabra aproximadamente medio segundo después de pronunciarla y ya no tienes que esperar a que termine la grabación. Te contamos cómo funciona el dictado, cuánto cuesta y cómo conseguir textos limpios.
Qué ha cambiado en el micrófono
Hasta ahora el dictado funcionaba en dos pasos. ChatX grababa hasta que pulsabas Detener. Solo entonces se convertía la grabación y aparecía todo el texto de golpe. Con las ideas largas, hablabas un buen rato al vacío y solo al final veías si todo había llegado bien.
Ahora el micrófono usa GPT Live Transcribe, un modelo de reconocimiento de voz de OpenAI pensado para el habla en tiempo real. OpenAI lo presentó el 28 de julio de 2026 y, con grabaciones reales, indica una tasa de error del 9,6 por ciento. El veterano Whisper llega al 15,2 por ciento en la misma medición. Para ti significa que el texto se va escribiendo en directo en el campo de texto y ves al momento si alguna palabra se ha reconocido mal.
Cómo dictar
- Pulsa el micrófono: el icono está a la derecha del campo de texto, junto al botón de enviar. La primera vez, tu navegador te pedirá permiso para usar el micrófono.
- Espera un momento: en el campo aparece «Estableciendo conexión…». En cuanto el botón parpadea en rojo, ChatX te escucha. Suele tardar alrededor de un segundo.
- Habla: las palabras van apareciendo una tras otra en el campo. El modelo pone los signos de puntuación por sí solo.
- Envía o edita: con Intro o el botón de enviar terminas el dictado y mandas el texto directamente. Si antes quieres cambiar algo, vuelve a pulsar el micrófono y edita el texto como siempre.
Mientras el micrófono está activo, el campo no admite escritura con el teclado. Así el dictado y el teclado no se pisan.
Nuestra prueba con un párrafo hablado
Para la prueba reprodujimos una frase corta en alemán a través de un micrófono simulado (en español: «¡Bienvenidos de nuevo a mi canal! Hoy os enseño tres trucos sencillos para que vuestras plantas de interior dejen de marchitarse por fin»):
Willkommen zurück auf meinem Kanal! Heute zeige ich euch drei einfache Tricks, mit denen eure Zimmerpflanzen endlich nicht mehr eingehen.
Cada palabra aparecía en el campo alrededor de medio segundo después de pronunciarla. Incluso palabras compuestas como «Zimmerpflanzen» (plantas de interior, en una sola palabra) llegaron bien. Al final la frase quedó sin errores, con su punto y su coma; solo el signo de exclamación se convirtió en un punto. La grabación duró unos doce segundos.
Consejos para dictados limpios
- Habla solo cuando el botón esté en rojo: lo que digas mientras se establece la conexión todavía no llega.
- Habla con frases completas: las pausas breves entre frases ayudan al modelo con la puntuación.
- Busca un entorno tranquilo: unos auriculares con micrófono o el móvil cerca de la boca dan muchos menos errores que el micrófono de un portátil al otro lado de la habitación.
- Revisa nombres y términos técnicos: los nombres propios y las palabras poco comunes son la fuente de errores más habitual. Échale un vistazo rápido y envía.
Cuánto consume un dictado
ChatX cobra el dictado según su duración, no según el número de palabras.
| Duración | Consumo |
|---|---|
| 15 segundos (una pregunta corta) | unos 950 tokens |
| 1 minuto (un párrafo largo) | unos 3.800 tokens |
| 10 minutos (duración máxima) | unos 37.800 tokens |
El silencio también cuesta mientras el micrófono está abierto. Por eso el dictado se detiene solo tras 20 segundos sin voz. Hasta ahora, un dictado de nuestros usuarios dura de media unos 18 segundos.
Respuestas rápidas a preguntas frecuentes
¿Necesito una cuenta? No. Los invitados también pueden dictar; en ese caso, el consumo se descuenta del saldo diario de invitado.
¿Qué pasa si el dictado en directo no arranca? Entonces ChatX graba como antes y convierte el texto cuando pulsas Detener. No tienes que configurar nada.
Ya tengo una grabación terminada. ¿También sirve? El dictado no está pensado para eso, pero hay herramientas adecuadas. Notas de voz, entrevistas o clases las conviertes en texto con Transcribir audio a texto. Para vídeos, Subtítulos automáticos genera archivos SRT o VTT listos con marcas de tiempo. Si la grabación tiene ruido, conviene quitar antes los sonidos de fondo con Aislar voz.
¿Funciona también al revés, de texto a voz? Sí. Cualquier respuesta del chat se puede escuchar con el icono del altavoz. Tus propios textos más largos los conviertes en un archivo MP3 con Texto a voz.
¿Es lo mismo que la conversación en directo? No. En el dictado solo tu voz se convierte en texto. La conversación en directo, junto al micrófono, es una charla en la que la IA responde hablando.
Pruébalo ahora en el chat de ChatGPT en ChatX: pulsa el micrófono, espera a que parpadee en rojo y empieza a hablar.
