Actualizado 6 de septiembre de 2026 · Por Sumbat.T

Obsidian voz a texto: qué dicta de verdad en 2026

Hay una razón concreta por la que esta pregunta es más difícil de responder de lo que parece, y no es que falte la información. Es que la expresión “voz a texto” cubre dos trabajos distintos, la mayor parte del consejo disponible responde en silencio al equivocado, y las pruebas que la gente cita sobre lo que funciona se han pasado de mano en mano tanto tiempo que ya no dicen lo que se usa para decir. Esta página separa los dos trabajos, informa de lo que cada plugin recomendado hace de verdad según su propia documentación, y es honesta con la única pregunta que nadie ha zanjado de verdad.

La distinción que casi todas las guías se saltan

Empiece aquí, porque equivocarse en esto es lo que lleva a instalar tres plugins y concluir que el dictado en Obsidian es malo.

Ambos son legítimos. Simplemente son herramientas distintas, y los resultados de búsqueda de este tema no las distinguen en absoluto. A quien quiere dictar una nota del día le recomiendan un plugin que le pide grabar un clip, parar y esperar un viaje de ida y vuelta a una API. Funciona exactamente como está documentado, y no es lo que quería.

Así que la versión útil de la pregunta no es cuál es el mejor plugin de voz a texto para Obsidian. Es quiere hablar mientras escribe, o procesar una grabación después, y luego, por separado, Obsidian es el único sitio en el que necesita esto. Esas dos respuestas eligen la herramienta entre las dos.

Qué hace de verdad cada plugin recomendado

Estos son los cuatro plugins que aparecen con más frecuencia para esta consulta, también en el propio resumen de IA de Google. Cada entrada de abajo sale del listado o del README del plugin, no de una reseña, porque la diferencia entre ambas acaba importando.

Lea primero la última columna. Tres de los cuatro no hacen lo que la mayoría está pidiendo. Son herramientas de transcripción, bien construidas y claramente documentadas, que se han archivado en conjunto bajo una palabra que significa otra cosa.

Qué cuesta la vía de traer su propia clave

Los tres plugins que piden clave son todos gratis como software, y así es como se describen como gratis. La configuración que piden de verdad merece escribirse, porque suele presentarse como un solo paso y no lo es:

• Crear una cuenta de desarrollador en OpenAI, Deepgram, Groq o Azure.
• Añadir un método de pago, porque estas APIs son de prepago o de consumo medido, no gratis.
• Generar una credencial de API y pegarla en una aplicación de notas.
• Vigilar el saldo, porque el modo de fallo cuando se agota es una nota que en silencio no recibe su texto.

Las tarifas por minuto son de verdad pequeñas. El propio listado de Speech to Text cita Deepgram Nova-3 a $0.0043/min, que son unos céntimos por hora. La fricción no es el dinero, son los cuatro pasos y la responsabilidad continua de una relación de facturación que existe para que pueda hablar con sus propias notas.

Sin clave, sin facturación, sin plugin

Dicte en Obsidian sin crear una cuenta de API

BlabbyAI corre a nivel del sistema operativo, así que el mismo atajo escribe en una nota de Obsidian, su correo, su navegador y su chat. Los modos personalizados convierten un pensamiento hablado en viñetas o una lista de tareas al llegar. App de escritorio para Windows y extensión de Chrome. 60 créditos a la semana gratis, sin tarjeta.

Add BlabbyAI to Chrome

La pregunta de Win+H, y por qué cada respuesta que ha leído es una conjetura

Si está en Windows, el pensamiento obvio es saltarse los plugins por completo y usar la escritura por voz integrada en el sistema operativo. Busque si eso funciona en Obsidian y encontrará respuestas seguras en las dos direcciones. Tras recorrer las fuentes primarias, esto es lo que está de verdad establecido, porque la respuesta honesta sirve más que una segura.

La cita famosa habla de macOS, y es de 2021

Casi toda afirmación de que el dictado falla en Obsidian remite a un solo hilo del foro. Aquí está el mensaje de apertura, entero, porque el encuadre importa:

Mac OS dictation feature. Esto es un informe de macOS, de enero de 2021, y no dice absolutamente nada sobre Windows. Se cita como si fuera una afirmación general sobre Obsidian, y los usuarios de Windows lo leen y dan su propio caso por zanjado. No lo está.

Las respuestas debajo también discrepan entre sí, lo cual informa más que un fallo limpio. Un usuario dice que funciona “around 10% of the time in Obsidian and 100% of the time everywhere else”. Otro dice que el dictado en Obsidian le va bien. Un tercero describe que funciona una o dos veces y luego se para. Un informe de error aparte de noviembre de 2020 describe una demora larga durante la cual Obsidian parece no responder, y se archivó sin una resolución documentada.

El hilo citado como prueba en Windows habla de otra cosa

Hay un hilo del foro de Obsidian de 2024 que se enlaza como prueba de que Win+H falla. Léalo y trata del remapear el atajo, no de que el dictado no funcione. El autor dice que usa mucho el dictado de voz de Windows y que se activa con Win+H, y su queja es que PowerToys y AutoHotkey no pueden reasignar ese atajo a otra tecla dentro de Obsidian, mientras que la misma reasignación funciona en Notepad y Word. Eso es un problema de gancho de teclado en una ventana de aplicación de escritorio. No es prueba de si el texto dictado llega a la nota.

Lo más cercano a un comentario de Windows de primera mano en el foro critica Win+H por ser débil en precisión y por admitir pocos idiomas además del inglés. Eso es una queja sobre calidad, lo cual implica que la cosa corre, pero implicar no es confirmar y esta página no lo va a presentar como una confirmación.

Microsoft tampoco lo zanja

La propia documentación de Microsoft para la escritura por voz solo pide que el cursor esté en un cuadro de texto, más un micrófono y conexión a internet. No publican una lista de compatibilidad por aplicación ni dan una garantía de “funciona en todas las apps”, así que su documentación no puede usarse para probar el caso de Obsidian en ninguna dirección.

La razón de exponerlo en lugar de elegir un bando es que apunta a la decisión de verdad. Si una vía de dictado puede ser poco fiable en silencio dentro de una aplicación concreta, el arreglo duradero es una herramienta que no dependa de esa aplicación en absoluto. BlabbyAI tiene su propia app de escritorio para Windows y pone texto en el campo que tenga el foco, así que su comportamiento en Obsidian es el mismo que en Word, en un navegador o en una terminal, en lugar de depender de cómo una aplicación trata el dictado del sistema.

Por qué su teléfono ya lo hace y su portátil no

Merece una sección corta, porque el contraste explica todo el problema del escritorio en una frase. En un teléfono, el teclado hace el dictado, no la app. Toque el micrófono del teclado, el sistema transcribe, y el teclado inserta caracteres como si los hubiera pulsado, así que Obsidian nunca está en la ruta de audio y no tiene nada que hacer mal.

El escritorio no tiene una capa de teclado universal equivalente, y precisamente por eso la versión de escritorio de esta pregunta es un lío y la del teléfono no. Esa capa que falta es el trabajo que hace una herramienta de dictado a nivel de sistema en un ordenador. BlabbyAI pone el texto en el campo con foco él mismo en lugar de pedir a la aplicación que coopere, que es el mismo mecanismo que usa el teclado del teléfono y la razón de que no le importe qué ventana está delante. Es una app de escritorio para Windows y una extensión de Chrome, así que esta es la respuesta de escritorio, no la del teléfono.

La pregunta que de verdad elige su herramienta

Toda opción hasta aquí ha estado limitada a Obsidian. Antes de quedarse con una, conviene preguntar cuánto de su día de escritura es de verdad Obsidian.

Para la mayoría de quienes mantienen una base de conocimiento personal, las notas son la parte que piensan como escritura, y son una minoría de las palabras que teclean. El resto es correo, chat, gestores de incidencias, documentos, formularios del navegador, mensajes de commit y cajas de búsqueda. Un plugin, por definición, no cubre nada de eso. Instale Speech Kit y podrá hablar con sus notas y luego volver a teclear todo lo demás. Si está sopesando ese intercambio, nuestra comparación de las mejores apps de dictado pone las opciones a nivel de sistema una al lado de la otra, y si el dictado es de verdad más rápido que teclear recorre lo que midieron los estudios.

Win+H está en esa tabla con honestidad: es gratis, ya está instalado y es de todo el sistema. Sus debilidades son las que nombran sus propios usuarios, que son la precisión con vocabulario raro y el soporte de idiomas reducido, más la pregunta sin resolver de arriba sobre cómo se comporta en esta aplicación concreta. Para una nota llena de nombres propios, títulos de libros, términos técnicos y los nombres de gente que conoce, la precisión con vocabulario raro es casi todo el trabajo. Hay más detalle sobre esa opción en nuestro texto sobre la escritura por voz de Windows, si quiere saber qué cubre antes de probarla.

Notas archivadas, no solo capturadas

Hay un hueco más entre la transcripción y una nota usable, y es el que decide si las notas dictadas se usan de verdad. El habla, transcrita con fidelidad, es un muro de texto. Las notas sirven porque tienen forma: un encabezado, unas viñetas, una tarea, un enlace a otra nota. Limpiar eso a mano después devuelve el tiempo que el dictado ahorró.

Los modos personalizados de BlabbyAI son instrucciones de IA en texto libre aplicadas a lo que dijo, así que el texto puede llegar ya con forma. Elija el modo antes de hablar. Tres ejemplos, con la entrada hablada a la izquierda:

**Llamada de precios**

- Interesados en el plan enterprise
- Resistencia al mínimo de puestos
- Marcus envía el contrato actual esta semana
- [ ] Cotización revisada antes del 15

Pasé la mayor parte del día con el script de migración. Lo complicado: los registros viejos no tienen marca de created, así que la inferí de la secuencia de ID. Funciona, pero no estoy seguro de las filas de antes de la importación de 2019.

El capítulo 4 sostiene que la atención es un recurso finito y que los diseños de interfaz habituales están optimizados para consumirla.

Conecta con: [[Agrupar notificaciones]]

Porque un modo es una instrucción en texto libre y no una función fija, también cubre comandos hablados que usted define. Si quiere que decir “nuevo párrafo” rompa la línea en lugar de escribir las palabras, eso es una línea en el modo. Si quiere que el vocabulario técnico se deje estrictamente en paz, eso es otra.

Una configuración que no depende de una sola app

Con todo lo anterior, este es el orden que tiene sentido para la mayoría, y el razonamiento detrás de cada paso.

• Empiece por la herramienta que no está atada a una app. Las notas rara vez son lo único que escribe, así que el atajo que funciona en Obsidian debería funcionar también en el correo, el navegador y el chat. Ahí encaja BlabbyAI, y el plan gratis de 60 créditos a la semana basta para probarlo en su propia escritura antes de pagar nada.
• Configure dos o tres modos personalizados antes de juzgarlo. Las diferencias de precisión en bruto entre modelos modernos son menores que la diferencia entre un muro de texto y una nota formateada, y los modos son lo que cierra ese hueco. Uno para notas del día, uno para resúmenes, uno que deja el vocabulario técnico en paz.
• Si Obsidian es de verdad el único sitio en el que escribe, Speech Kit cubre ese caso. Gratis, en local, sin clave. Es el mejor de los plugins, y conviene saber que existe. Para la mayoría, Obsidian es una ventana entre varias, y esa es toda la razón de que el primer paso sea una herramienta a nivel de sistema.
• Deje el dictado gratis del sistema encendido. Win+H en Windows no cuesta nada tenerlo disponible y es un respaldo razonable para una máquina en la que aún no ha configurado nada. Pruébelo con un párrafo real en lugar de una frase de prueba, con el vocabulario que de verdad escribe, y en un minuto sabrá si la precisión es el bloqueo para usted.

Preguntas frecuentes

Fuentes

• Obsidian Forum, Dictation - speech to text, enero de 2021 a marzo de 2023, para los informes de macOS y el mensaje de apertura citado.
• Obsidian Forum, System dictation not working correctly, noviembre de 2020, para el informe de demora y falta de respuesta, archivado sin resolución.
• Obsidian Forum, Windows key remapping with PowerToys, diciembre de 2024, para el problema de reasignar el atajo que se lee a menudo como un fallo de dictado.
• Obsidian Forum, Voice input on Obsidian Mobile, marzo de 2023, y el hilo del fallo de SwiftKey, para el comportamiento en el móvil.
• Listados de plugins de la comunidad de Obsidian para Speech to Text, Speech Kit y Voice MD, para requisitos de clave API, precios y el comportamiento en vivo frente al por lotes.
• El README de whisper-obsidian-plugin, para sus endpoints admitidos y el flujo de grabar y parar con Alt+Q.
• Microsoft Support, Use voice typing to talk instead of type, para los requisitos declarados de Win+H.
• Documentación de desarrollador de Obsidian, Mobile development, para la confirmación de que la aplicación de escritorio expone APIs de Electron.