Reconocimiento de voz offline de verdad significa que el audio nunca sale de tu dispositivo. El modelo carga en local, corre en tu CPU o GPU, y produce texto en el mismo proceso — sin ida y vuelta por la red, sin subida, sin dependencia de la nube. En 2026 hay cinco apps de dictado de consumo que cumplen esta definición de forma limpia: SnailText, MacWhisper, SuperWhisper (modo local), Voibe y VoiceInk.
Esta comparación cubre las cinco. Los criterios: arquitectura de privacidad (qué sale de verdad del dispositivo), soporte de plataforma, aceleración por GPU, precisión y precio.
Aviso: SnailText es nuestro propio producto. Hemos intentado ordenarlas con honestidad y decirte exactamente cuándo un competidor es la mejor compra — las elecciones por app de abajo nombran a MacWhisper, SuperWhisper, Voibe y VoiceInk como la opción correcta para casos concretos. Haz la prueba de captura de red del final en cualquier app, incluida la nuestra, y verifica tú mismo las afirmaciones de privacidad.
La comprobación de arquitectura de privacidad que nadie más hace
Antes de ordenar por funciones, la pregunta más importante es: ¿qué sale de verdad de tu máquina durante un dictado?
“Offline” y “local” se usan a la ligera. Una app de esta categoría merece escrutinio:
SuperWhisper corre el STT en local — el audio se transcribe en tu dispositivo. Pero la función Smart Modes, activada por defecto, hace peticiones salientes a la nube durante el dictado. En nuestra captura de red (junio de 2026), esas peticiones llevaban contexto como el nombre de la aplicación activa, el contenido del campo de texto con foco, y datos del portapapeles. El STT es local; el enriquecimiento de contexto no. Haz la prueba de captura de red de abajo para confirmar tú mismo el comportamiento actual antes de depender de esto.
SnailText no envía nada durante el dictado. El audio se queda en RAM y se descarta tras la transcripción. La corrección con IA opcional de Pro (Gemma) también corre en local — sin clave de API, sin llamada a un LLM en la nube.
Esta distinción importa más para los casos de sanidad, legal y empresa. Para todos los demás, vale la pena saber qué estás recibiendo de verdad.
Cinco apps comparadas
| Función | SnailText | MacWhisper | SuperWhisper | Voibe | VoiceInk |
|---|---|---|---|---|---|
| Plataformas | ✓ Mac + Windows | Solo Mac | Mac + Windows | Solo Mac | Solo Mac |
| GPU Windows | ✓ Vulkan | — | Solo CPU | — | — |
| GPU Mac | ✓ Metal | ✓ Metal | ✓ Metal | ✓ Metal | ✓ Metal |
| Plan gratis | ✓ Ilimitado | ✓ Tiny + Base | 15 min (nube) | No | Gratis (compilar) |
| Precio | Gratis / $7.49/mes | Gratis / $49 | $8,49/mes | $198 de por vida | Gratis / $4,99/mes |
| ¿Totalmente local? | ✓ Nada subido | ✓ Sí | STT sí, contexto no | ✓ Sí | ✓ Sí |
| LLM de IA local | ✓ Gemma en el dispositivo | — | Solo nube | — | — |
| Vocabulario / dicc. personalizado | ✓ Pro | — | ✓ Sí | — | — |
Precios de la competencia y detalles de plataforma verificados en junio de 2026 — comprueba la web de cada proveedor para cifras actuales.
Las apps, una a una
SnailText — nuestro propio producto. Mac (Apple Silicon) y Windows, con aceleración por GPU en ambos (Metal en Mac, Vulkan en Windows — sin CUDA). El audio se mantiene en RAM y se descarta en cuanto termina la transcripción; no hay ruta de subida que desactivar porque no existe ninguna. El plan gratis corre Whisper Tiny y Base sin límite de palabras ni cuenta. Pro ($7.49/mes) añade modelos más grandes y un paso de corrección con Gemma local que también corre en el dispositivo. La carencia principal: sin apps móviles y sin flujo de transcripción de archivos — está hecho para dictado en vivo en la app que tenga el foco.
MacWhisper — solo Mac, y la opción más fuerte de esta lista para transcribir archivos de audio existentes (reuniones, entrevistas, podcasts) en vez de dictado en vivo. Construido sobre whisper.cpp con aceleración Metal. El plan gratis cubre Tiny y Base; la licencia única de $49 es la mejor relación calidad-precio de la categoría si la transcripción de archivos es tu trabajo principal. Sin versión de Windows y sin inyección de vocabulario en dictado en vivo.
SuperWhisper — Mac y Windows, con el sistema de Modes más completo (modelo, vocabulario y prompt por contexto). El STT corre en local, pero la función Smart Modes por defecto envía contexto — nombre de app, contenido del campo de texto con foco, portapapeles — a la nube, así que no es totalmente offline de fábrica. La versión de Windows no tiene aceleración por GPU a junio de 2026, lo que se nota como una latencia larga tras parar en archivos grandes. Elígela si eres principalmente de Mac y quieres la mayor configurabilidad y aceptas el intercambio de Smart Modes.
Voibe — solo Mac, deliberadamente simple y rápida, con aceleración Metal y precio de por vida ($198). Totalmente local — nada subido. No hay plan gratis, así que te comprometes por adelantado, pero a 18+ meses de uso diario sale más barato que una suscripción. Elígela si quieres una app de dictado local sin florituras en Mac y prefieres pagar una vez.
VoiceInk — solo Mac, código abierto (GPL v3), construido sobre whisper.cpp. Gratis si lo compilas desde el código. Totalmente local sin subidas. El coste es tu tiempo: no hay instalador firmado ni onboarding pulido, así que encaja con usuarios técnicos cómodos compilando un proyecto Swift/whisper.cpp. Sin versión de Windows.
Precisión: qué significan de verdad los números
Las cinco apps usan Whisper por debajo (VoiceInk vía whisper.cpp, SnailText vía whisper-rs, MacWhisper vía el mismo). SuperWhisper y SnailText también ofrecen Parakeet TDT v3 para casos de uso principalmente en inglés.
En el benchmark de habla limpia en inglés LibriSpeech, Whisper Large-v3 logra aproximadamente 2,7% de tasa de error de palabra — competitivo con las APIs en la nube en su mejor momento. Whisper Base logra aproximadamente 5-6% WER. La diferencia es el tamaño del modelo, no nube vs local.
En la práctica:
- Inglés limpio en una sala silenciosa: las cinco apps producen resultados comparables con el mismo tamaño de modelo. La diferencia es insignificante.
- Habla con acento o rápida: Whisper Medium en adelante maneja bien los acentos. Si no eres hablante nativo de inglés, prueba al menos con Small.
- Vocabulario técnico: SnailText y SuperWhisper admiten listas de vocabulario. MacWhisper no tiene inyección de vocabulario en dictado en vivo.
- Entornos ruidosos: aquí importa más la calidad del VAD que la precisión del modelo. SnailText y SuperWhisper usan Silero VAD.
Aceleración por GPU: qué cambia
La GPU reduce la latencia tras parar — el tiempo entre parar una grabación y que aparezca el texto. Solo en CPU, Whisper Base tarda 1-3 segundos para una frase de 10 segundos. En GPU, menos de 300 ms.
La versión de Windows de SuperWhisper no tiene aceleración por GPU a junio de 2026 — la latencia fue de 29 segundos para un archivo de 3,5 minutos en nuestra prueba. SnailText usa Vulkan en Windows, que funciona en GPU NVIDIA, AMD e Intel Arc sin requerir CUDA.
Cuándo elegir qué app
Elige SnailText si: necesitas Mac y Windows con la misma experiencia, quieres aceleración por GPU en ambas plataformas, o necesitas un plan gratis ilimitado. El plan Pro añade modelos más grandes y corrección con IA Gemma local.
Elige MacWhisper si: eres solo de Mac y transcribes sobre todo archivos — reuniones, entrevistas, grabaciones. El precio de $49 de por vida es la mejor relación calidad-precio para transcripción de archivos en concreto.
Elige SuperWhisper si: eres principalmente de Mac y quieres el sistema de Modes más completo — modelo, vocabulario y prompt por contexto. Ten en cuenta que Smart Modes envía contexto a la nube por defecto.
Elige Voibe si: quieres una app de dictado en Mac simple y rápida con precio de por vida. Sale más barata que las suscripciones a 18+ meses de uso.
Elige VoiceInk si: eres técnico, estás en Mac, y quieres coste cero. GPL v3, compílalo tú, sin suscripción.
Lo único que la mayoría de comparaciones se salta
La prueba que separa las apps offline de verdad de las “casi offline” es una captura de red durante un dictado activo. Abre Little Snitch en Mac o GlassWire en Windows, empieza a grabar, y mira la columna de tráfico saliente.
Una app offline de verdad produce cero peticiones salientes durante la grabación y la transcripción. Puedes ver peticiones al arrancar (comprobación de actualización) o después (verificación de licencia), pero nada durante la conversión real de audio a texto. Esa es la prueba — no los documentos de política.
De las cinco apps aquí, cuatro pasan limpiamente: SnailText, MacWhisper, Voibe y VoiceInk. SuperWhisper pasa en el STT pero falla en el enriquecimiento de contexto cuando Smart Modes está activo.
Haz la prueba antes de comprometerte. Tarda 60 segundos y te dice más que cualquier página de privacidad.