Actualizado 3 de septiembre de 2026 · By Sumbat.T

Voice Coding en 2026: el término ahora significa otra cosa

Dictado que funciona en el cuadro de prompt y en todas partes

El prompt de su agente es prosa. Háblelo.

BlabbyAI escribe en el campo que tenga el cursor, ya sea Claude Code, Cursor, una descripción de pull request o un ticket de Jira. Nunca pulsa Enter por usted. 60 créditos a la semana gratis, sin tarjeta.

Add BlabbyAI to Chrome

Dos actividades, un nombre

Si buscó voice coding hace cinco años y otra vez esta semana, le mostraron respuestas a dos preguntas distintas. La frase se ha reutilizado en silencio y nadie lo anunció. Conviene desenredarlo antes que nada, porque lo que usted quiera decir determina si la respuesta es "esto lleva un mes aprenderlo" o "puede empezar en los próximos diez minutos".

El desarrollador cuyo artículo ocupa hoy la primera página de Google para este término resumió el cambio en una frase, y es la formulación más clara que hay:

Léalo con cuidado, porque ahí está la consecuencia práctica. Lo que hacía difícil el voice coding nunca fue el hablar. Fue que el código es una cosa terrible de decir en voz alta. La puntuación, las mayúsculas, el anidamiento y los nombres de símbolos hay que pronunciarlos uno a uno, por eso las herramientas antiguas necesitaban una gramática de comandos y por eso aprenderla llevaba semanas. Cuando la sintaxis la genera un modelo, nada de eso aplica. Usted está dictando una frase, y dictar frases es un problema resuelto desde hace tiempo.

Cómo cambió el significado, con fechas

Esto no es una intuición. Cada punto se puede comprobar, y juntos muestran una práctica de accesibilidad de quince años a la que se une, y luego supera en números, algo que casualmente comparte el nombre.

Las herramientas, y qué cubre cada una de verdad

La precisión ya no es el eje que las separa. Todas las opciones actuales transcriben bien el inglés técnico corriente. Lo que las separa es el alcance: cuánto del día cubre cada herramienta, y si se detiene en el borde de un solo programa.

Herramienta	Dónde funciona	Corre en	Envía por usted	Precio
BlabbyAI	Cualquier campo de texto, en todo el sistema	App Windows, extensión Chrome	Nunca, usted pulsa Enter	$8.49/mes
Claude Code /voice	Solo el prompt de Claude Code	CLI y extensión de VS Code	Sí en modo tap	Incluido con Claude.ai
VS Code dictation	Editor y chat de VS Code	Modelo en el dispositivo	No	Gratis
Wispr Flow	Cualquier campo de texto, en todo el sistema	Mac, Windows, iOS, Android	No	$15/mes
Talon Voice	Control manos libres completo	Mac, Windows, Linux	Por comandos	Gratis, nivel beta de pago
Serenade	Comandos de sintaxis en editores	Último push junio 2024	Por comandos	Gratis, open source

Dos filas de esa tabla merecen su propio párrafo, porque ambas se recomiendan a menudo en artículos que no comprobaron.

Serenade ocupa el tercer puesto y dejó de publicar en 2024

Serenade es una herramienta open source de voice coding que está en la posición tres de Google para este término, lo que significa que una gran parte de quien investiga voice coding acaba apuntando directamente a ella. Su repositorio de GitHub, serenadeai/serenade, recibió el último push el 11 de junio de 2024, con 26 issues aún abiertos. El repositorio no está archivado, y precisamente por eso sigue recomendándose: nada en él anuncia que el trabajo se detuvo.

Hay una segunda señal en el propio sitio de marketing. Serenade lista sus editores compatibles de forma destacada, y Atom sigue entre ellos. GitHub retiró Atom en diciembre de 2022. Una página que anuncia soporte para un editor retirado desde hace casi cuatro años es una página que nadie ha revisitado.

Nada de esto significa que Serenade no funcione hoy. Significa que la recomendación que leyó probablemente se escribió antes de que el proyecto se quedara en silencio, y que debería revisar el repositorio usted mismo en lugar de fiarse de un ranking de búsqueda. El mismo comando lo resuelve para cualquier herramienta de esta categoría.

Talon está vivo, y es otro producto

El contraste importa porque Talon Voice suele quedar arrastrado en las tesis de "el voice coding está muerto". No lo está. Su repositorio de comunidad recibió un push el 2 de septiembre de 2026, y sigue siendo la herramienta en la que confían quienes de verdad no pueden usar un teclado. Talon no compite realmente con las apps de dictado: sustituye el ratón y el teclado por completo, con comandos hablados para navegación, selección, gestión de ventanas y sintaxis. Eso es mucho más grande y más difícil, por eso tiene curva de aprendizaje y por eso nada más lo ha reemplazado.

Lo que su editor ya le da

Antes de pagar por nada, conviene saber que dos de los sitios donde más dictan los desarrolladores ya tienen dictado integrado, y que tomaron decisiones de diseño opuestas. Ambas se leen de primera mano en la documentación de los propios proveedores más abajo.

Anfitrión	Dictado integrado	Audio procesado	Dónde se detiene
Claude Code CLI	Sí, /voice	Servidores de Anthropic	Necesita cuenta Claude.ai. Sin SSH, sin web. Se detiene a los 2 minutos.
VS Code	Sí, Ctrl+Alt+V	En el dispositivo, offline	Solo dentro de VS Code. No en Remote-SSH vía la extensión de Claude.
Cursor	Sin dictado de primera parte	No aplica	Necesita una herramienta de todo el sistema o la tecla de dictado del SO.

Claude Code tiene /voice, con tres límites que conviene conocer

Claude Code incluye dictado que se activa con /voice. Ofrece dos modos: modo hold, en el que mantiene Space mientras habla, y modo tap, en el que pulsa una vez para empezar y otra para enviar. La transcripción está afinada para vocabulario de coding, y la documentación de Anthropic señala que el nombre del proyecto y la rama git actual se añaden automáticamente como pistas de reconocimiento, un detalle de verdad bien pensado.

Los tres límites están dichos con claridad en el mismo documento, y cada uno descarta un setup de trabajo real. El primero es sobre la autenticación:

En la práctica es una exclusión grande. Bastantes organizaciones de ingeniería enrutan Claude Code por Bedrock o por una API key directa por motivos de facturación y cumplimiento, y cada desarrollador de esas organizaciones queda fuera del dictado integrado por completo.

El segundo es sobre dónde trabaja. El dictado necesita un micrófono local, así que no corre en Claude Code en la web ni por SSH. La extensión de VS Code tiene el mismo problema por la misma razón: la documentación explica que no está disponible en Remote-SSH, Dev Containers y Codespaces "because the microphone is on your local machine and the extension runs on the remote host". Si su entorno de desarrollo vive en un contenedor o en una máquina remota, cada vez más habitual, eso lo descarta.

El tercero es un temporizador. La grabación "stops automatically after 15 seconds of silence or two minutes total". Dos minutos son mucho habla para un mensaje de chat y no tanto para el tipo de prompt que de verdad se beneficia de ser hablado, donde usted describe un bug, las tres cosas que ya probó y la restricción que el arreglo debe respetar. Pausar a pensar dieciséis segundos termina la grabación.

VS Code fue al otro extremo y lo hizo offline

El dictado integrado de VS Code es la opción más interesante de toda esta categoría y la menos comentada, porque hizo el intercambio opuesto al de todos los demás. Está activado por defecto cuando las funciones de IA están encendidas, se inicia con Ctrl+Alt+V en el editor o Ctrl+I en el chat, y el modelo corre donde usted está sentado:

Para un desarrollador cuya objeción al dictado es que el audio salga de la máquina, esta es la respuesta, y ya está instalada. No cuesta nada y no necesita cuenta. Hay un matiz en la misma documentación: un ajuste opcional llamado llmCleanup envía el texto de la transcripción, aunque no el audio, a un modelo de lenguaje para limpiarlo. Déjelo desactivado y nada sale del dispositivo.

La limitación es la obvia, y es la razón de que esto no sea el final del artículo. Dicta dentro de VS Code. La descripción del pull request está en un navegador. El ticket está en Jira. La respuesta a quien lo revisó está en Slack. La respuesta al cliente que reportó el bug está en una herramienta de soporte. En un día típico el editor no es donde van la mayoría de sus palabras.

La mayor parte de lo que teclea un desarrollador no es código

Este es el punto que toda la categoría sigue pasando por alto, y es la razón de que el alcance gane a la precisión al elegir herramienta. Piense con honestidad en un día de trabajo y cuente adónde van las palabras. Muy poco es sintaxis, y casi todo el resto es prosa que sería más rápida hablada.

Cada uno de esos es prosa, y la prosa es donde el habla gana con claridad. Hablar con comodidad ronda las 130 a 150 palabras por minuto frente a unas 40 del tecleo medio. Recorrimos la investigación de base en nuestro artículo sobre palabras por minuto al hablar, y la versión corta es que la brecha es real para las frases y desaparece para los símbolos.

Fíjese en lo que eso implica para elegir herramienta. Una acotada a su editor cubre la porción más pequeña de esa lista. Una acotada a un agente cubre un solo ítem. Una que escriba en el campo que tenga el cursor cubre las seis, y es la más barata de las tres.

BlabbyAI: dictado al que no le importa en qué programa esté

BlabbyAI se construye sobre la premisa de arriba: que la unidad útil no es "dictado para coding" sino dictado en todas partes, porque el editor es una ventana entre una docena. Pulse Ctrl+Space, hable, púlselo otra vez, y el texto se escribe en el campo que tenía el foco. Ese campo puede ser el prompt de Claude Code, el composer de Cursor, un cuadro de review de GitHub, una descripción de Jira, un hilo de Slack o una terminal. No hay nada que integrar, porque no hay integración: escribe donde ya está el cursor.

El atajo global se puede reasignar en Settings, y aquí importa: Ctrl+Space es IntelliSense en la mayoría de editores, así que los desarrolladores suelen moverlo.

Ese valor por defecto merece señalarse en lugar de pasarlo por alto. Ctrl+Space es el disparador de autocompletado en VS Code, IntelliJ y la mayoría de editores, así que es lo primero que un desarrollador debería cambiar. Lleva un clic en Settings, y no hay razón para dejarlo en conflicto.

Los custom modes son la parte que encaja en este flujo

Un mode es una instrucción libre aplicada a lo que acaba de decir, después de la transcripción y antes de que se escriba el texto. Escribe la instrucción una vez, le asigna un atajo, y a partir de entonces ese atajo produce habla con esa forma. Su voz es la entrada, no una petición: un mode remodela lo que dijo en lugar de responderlo.

Para desarrolladores esto es más útil de lo que suena al principio, porque las tareas de escritura de esa lista tienen cada una un estilo de casa, y el reformateo es lo que las hace tediosas. Unas instrucciones que hacen trabajo real:

Un mode es una instrucción más un atajo. La última fila de arriba es cómo funcionan los comandos hablados: usted los describe en la instrucción en lugar de depender de una lista fija de comandos.

Esa última fila merece detenerse, porque es la mecánica que la gente entiende mal. El modelo recibe su transcripción literal completa, incluidas las palabras que usted quiso como comandos, así que puede definir su propio vocabulario hablado describiéndolo en la instrucción. "New paragraph", "bullet point", "scratch that": ninguna de estas es una función integrada, y todas funcionan, porque usted define lo que significan.

Enseñarle el vocabulario de su codebase

La objeción previsible a dictar cerca del código son los nombres propios. Su servicio interno se llama algo que nadie fuera de la empresa ha oído, y ningún modelo general lo va a escribir bien. La ortografía personalizada lo resuelve: añada el término una vez en Settings y luego Languages, escrito exactamente como quiere que aparezca, y a partir de ahí se empareja. Nombres de librerías, servicios, el apellido de un compañero, un acrónimo que inventó el equipo. Blabby también admite más de 90 idiomas con detección automática, lo que importa en equipos distribuidos donde la gente piensa en un idioma y entrega en otro.

Dos productos, y el del navegador no necesita instalación

La app de escritorio para Windows es el producto más completo: escribe en todo el sistema en cualquier aplicación, y tiene History, que escribe cada grabación en su propio disco en el instante en que deja de hablar, antes de que empiece la transcripción. Nada de History toca un servidor, y puede reproducir o volver a transcribir cualquier grabación pasada más tarde, opcionalmente con un mode distinto.

La extensión de Chrome es la otra mitad, y para muchos desarrolladores es la que encaja. Si su agente es la vista web de Cursor, si las reviews ocurren en GitHub, si los tickets están en Linear y la docs en Notion, entonces todo lo que dicta ya está en una pestaña del navegador. La extensión muestra una burbuja pequeña junto al campo de texto con foco y no necesita descarga ni derechos de administrador, la diferencia entre trabajar y no trabajar en un portátil gestionado. También es la opción para Mac y Chrome OS. Ambos quedan cubiertos por los mismos $8.49 al mes, y el plan gratis son 60 créditos a la semana sin tarjeta.

Un setup que funciona, en unos diez minutos

Nada de esto exige comprometerse con un flujo de trabajo antes de saber si le gusta. El orden importa un poco: haga funcionar el dictado en prosa primero, porque ahí la ganancia es obvia, y solo después decida si quiere algo más especializado.

1. Reasigne el atajo antes que nada. Sea cual sea la herramienta, póngalo donde su editor no lo esté usando ya. Ctrl+Space es el autocompletado y Ctrl+Alt+V puede estar ocupado. Diez segundos ahora ahorran una semana de conflictos.
2. Empiece con una descripción de pull request, no con un prompt. Es larga, es prosa, tiene poco riesgo, y es la tarea donde la diferencia de velocidad es imposible de pasar por alto. Si el dictado va a funcionar para usted, lo sabrá al final de un PR.
3. Añada sus cinco peores palabras al diccionario. El nombre del servicio, la librería, el acrónimo, el apellido. Cinco entradas quitan la mayor parte de la fricción por la que la gente abandona.
4. Luego pruébelo en un prompt de agente, y sea más específico de lo que teclearía. Ese es el desbloqueo real. Como hablar es unas tres veces más rápido que teclear, el prompt que habla sale de forma natural más largo y más detallado que el que habría tecleado, y los agentes responden bien a eso. Diga la restricción. Diga lo que ya probó. Diga lo que el arreglo no debe romper.
5. Solo entonces considere herramientas manos libres. Si su necesidad es médica más que de comodidad, aquí entra Talon, y merece un compromiso de tiempo de verdad en lugar de una tarde.

Dónde hablar sigue siendo la herramienta equivocada

Una guía que afirma que la voz gana en todas partes no merece leerse, y los límites aquí están lo bastante claros para enunciarlos.

La sintaxis en bruto sigue siendo más rápida tecleada, para quien teclea con competencia. Pronunciar const [x, setX] = useState(0) en voz alta es una peor experiencia que teclearlo, en todas las herramientas, y ninguna mejora del modelo cambia eso, porque el cuello de botella es la forma hablada de la puntuación y no el reconocimiento. Las ediciones precisas tienen el mismo problema: mover el cursor tres caracteres a la izquierda es una pulsación y una frase.

También hay una restricción de entorno que ninguna página de fabricante menciona. El dictado asume que usted puede hablar. En una oficina abierta, en un tren o en una habitación compartida en casa con alguien dormido, esa asunción falla, y falla días enteros de golpe en lugar de de vez en cuando. Es una razón real por la que la gente abandona las herramientas de dictado, y no tiene nada que ver con el software.

El encuadre honesto es que el dictado es un segundo método de entrada más que un reemplazo. Usted sigue tecleando, y habla las partes que son frases. Esa es una afirmación más pequeña que la que hace la mayor parte de esta categoría, y es la que sobrevive al contacto con una semana de trabajo.

Entonces, ¿funciona el voice coding?

Ambas versiones funcionan, para personas distintas, y la razón de que la pregunta se sienta sin resolver es que en realidad son dos preguntas.

Dictar sintaxis funciona, lleva años funcionando y sigue siendo exigente. Talon se mantiene activo y es la respuesta correcta si no puede usar un teclado, pero es una habilidad que se adquiere más que una herramienta que se instala. Quien diga que esta versión no cuesta esfuerzo no la ha hecho.

Dictar instrucciones a un agente funciona de inmediato, no necesita entrenamiento, y es lo que el término significa sobre todo ahora. También tiene una consecuencia que el debate de herramientas suele saltarse: como lo que está hablando es prosa, la herramienta que necesita no es una de coding en absoluto. Es dictado preciso que sigue al cursor a la ventana en la que esté, porque el cuadro de prompt es uno de quizá seis sitios a los que van sus palabras en un día.

Ese es todo el cambio, y es por qué un término que fue nicho quince años sube un 23% interanual. BlabbyAI cubre ese trabajo por $8.49 al mes, en Windows o en Chrome, y el plan gratis basta para saber si le gusta hablar sus prompts antes de pagar nada. Si quiere la comparación más amplia, mantenemos un resumen de las mejores apps de dictado, y una guía de dictado para programadores que entra más en el lado diario de la escritura.

Preguntas frecuentes