Dictado push-to-talk en Windows: la guía de configuración completa

Respuesta rápida: el dictado push-to-talk en Windows consiste en mantener pulsado un atajo (en Lightning Assist es Ctrl+Win), hablar mientras lo mantienes pulsado y soltarlo para que el texto transcrito se pegue donde esté tu cursor. El micrófono solo graba mientras mantienes las teclas pulsadas. La configuración lleva unos minutos: instala, inicia sesión, comprueba que AI Speech está activado en la pantalla Activación (lo está por defecto), elige tu micrófono y empieza a dictar en cualquier app. Windows también incluye una opción integrada, Voice Typing (Win+H), una herramienta basada en interruptor genuinamente útil, pero funciona de forma distinta al verdadero push-to-talk, y esta guía cubre exactamente dónde encaja cada una.
Aviso: nosotros creamos Lightning Assist. Lo que decimos sobre Voice Typing de Windows procede de la página de soporte de Microsoft, enlazada al final.
Si has buscado esto, probablemente ya hayas intentado hablarle a tu ordenador y hayas conseguido que te entienda mal constantemente, o que recoja media conversación que no querías dictar. El push-to-talk existe específicamente para resolver ese segundo problema.
Push-to-talk frente al dictado siempre activo
La distinción importa más de lo que parece. Un micrófono que escucha siempre está procesando audio constantemente, lo que significa que también está constantemente en riesgo de captar una llamada telefónica, una conversación de alguien que pasa junto a tu escritorio, o un vídeo reproduciéndose en otra pestaña, y de escribir fragmentos de eso en lo que tengas enfocado en ese momento. Para mucha gente, además, resulta simplemente incómodo: un micrófono siempre activo es un micrófono del que tienes que acordarte de que está activo.
El push-to-talk invierte el modelo. El micrófono está apagado por defecto y solo se activa mientras mantienes físicamente una tecla pulsada. Sueltas la tecla, y se detiene, de inmediato, sin nada corriendo en segundo plano. Eso te da tres cosas concretas que el dictado siempre activo no ofrece:
- Sin falsos positivos. Nada se transcribe a menos que lo hayas activado deliberadamente.
- Privacidad predecible. Siempre sabes exactamente cuándo estuvo activo tu micrófono, porque fuiste tú quien mantuvo pulsada la tecla.
- Un flujo de trabajo fiable bajo presión. Pulsa, habla, suelta, revisa el texto. Los mismos cuatro pasos siempre, en cualquier app.
Configurar push-to-talk en Windows con Lightning Assist
- Descarga e instala. Consigue la versión para Windows en /downloads. El instalador no necesita derechos de administrador, y la prueba de Pro de 14 días no requiere tarjeta de crédito.
- Inicia sesión y abre la pantalla Activación. Ahí está el interruptor AI Speech (Voz con IA en la app), y viene activado por defecto. Si lo desactivaste antes, vuelve a activarlo.
- Aprende las teclas. El push-to-talk en Windows es
Ctrl+Win: mantén pulsadas las dos, habla y suelta. La combinación es fija: la app no tiene ningún ajuste para cambiarla. - Elige tu micrófono. En el panel de créditos del lado izquierdo de la app, bajo Créditos de voz, haz clic en Prueba tu micrófono, elige tu dispositivo de entrada y habla: la barra de nivel te muestra si la app te oye. El dispositivo que elijas ahí es el que usa el dictado. Unos auriculares USB o un micrófono de escritorio suelen sonar más limpios que el micrófono integrado de un portátil en una sala ruidosa.
- Elige el idioma. En el mismo panel, elige el idioma en el que vas a hablar o deja Detección automática.
- Pruébalo. Haz clic en cualquier campo de texto (una ventana de Bloc de notas sirve para una primera prueba), mantén pulsado
Ctrl+Win, di una frase completa y suelta. El texto transcrito aparece en tu cursor un momento después de soltar. Cada grabación puede durar hasta 60 segundos. - Úsalo de verdad. Una vez que funcione en el Bloc de notas, funciona igual en Outlook, Slack, tu terminal, VS Code o cualquier otra app donde puedas escribir, porque el texto se pega en la ventana que tiene el foco en lugar de pasar por un plugin para una sola app.
Esa es toda la configuración. No hay ningún paso de configuración por app: el texto va donde esté tu cursor.
Voice Typing, la función integrada de Windows (Win+H): qué hace realmente
Vale la pena ser precisos aquí sobre la propia herramienta de Windows, porque es realmente buena en lo que hace y se recomienda constantemente sin explicar mucho cómo se comporta en realidad.
Pulsar Win+H en un teclado físico activa Voice Typing, la función integrada de Windows, que usa reconocimiento de voz en línea impulsado por Azure Speech services, así que necesita conexión a internet, un micrófono que funcione y tu cursor en un cuadro de texto. Empieza a escuchar automáticamente; Microsoft indica que esperes a la alerta “Escuchando...” antes de hablar. Sus ajustes incluyen puntuación automática, un filtro de palabras malsonantes y el micrófono predeterminado, y Microsoft enumera comandos de voz como “Elimina eso” o “Selecciona eso” para cada idioma admitido. En los PC Copilot+, una opción más reciente llamada dictado fluido corrige la gramática, la puntuación y las muletillas mientras hablas; Microsoft señala que se “deshabilita automáticamente en campos seguros como contraseñas o PIN”.
La distinción importante para esta guía: Win+H es un interruptor, no un control de mantener-para-hablar. Púlsalo una vez y sigue escuchando (puedes hablar durante varias frases sin mantener nada pulsado) hasta que digas un comando como “Detén la escucha” o hagas clic en el botón del micrófono. Ese es un modelo de interacción distinto al verdadero push-to-talk, donde el micrófono solo está activo durante la duración exacta en que mantienes una tecla pulsada. Ningún modelo es incorrecto; están construidos para hábitos distintos. Si quieres dictar un párrafo largo con las manos libres sin mantener una tecla pulsada todo el tiempo, el modelo de interruptor es más cómodo. Si quieres que el micrófono esté demostrablemente apagado en el instante en que no le estás hablando activamente, mantener-para-hablar es el control más ajustado.
Cuándo usar cada uno
Usa Voice Typing, la función integrada de Windows (Win+H), cuando: quieras una opción sin instalación que ya está en tu equipo, estés dictando un pasaje largo y no quieras mantener una tecla pulsada todo el rato, o estés en un equipo donde no puedas o no quieras instalar software adicional.
Usa una app dedicada de push-to-talk cuando: quieras que el micrófono esté demostrablemente apagado excepto en los segundos exactos en que hablas, quieras push-to-talk en macOS (Ctrl+Cmd) o Linux (Ctrl+Super) además de Windows, o quieras el dictado combinado con expansión de texto y reescritura por IA en la misma herramienta: Lightning Assist te permite dictar un borrador con push-to-talk y luego pulirlo con un comando de IA o insertar un fragmento estandarizado, sin cambiar de app. Win+H es solo dictado; no expande fragmentos ni reescribe texto.
Ninguno sustituye completamente al otro, y nada te impide quedarte con los dos: Win+H para un pasaje largo con las manos libres, push-to-talk cuando quieras un control más ajustado sobre exactamente qué se capta.
Dónde encaja Lightning Assist y dónde no
Encaja si quieres el micrófono activo solo mientras mantienes las teclas pulsadas, el mismo push-to-talk en Windows, macOS y Linux, y el dictado en la misma app que tus snippets y comandos de IA. Funciona en terminales e IDE, además de en el email y el chat.
- Cuánto cuesta: AI Speech funciona con créditos de voz en todos los planes. 1 crédito equivale a 3 segundos de audio, en cualquier idioma y con Detección automática, así que una grabación completa de 60 segundos cuesta 20 créditos. Cada cuenta nueva empieza con algunos créditos, y Pro (5,99 $/mes o 59,99 $/año) incluye 1000 créditos de voz al mes cuando ya estás pagando, no durante la prueba: unos 50 minutos de dictado.
No encaja si:
- necesitas dictado sin conexión. El audio se graba solo mientras mantienes las teclas pulsadas y se envía a nuestros servidores para transcribirlo, así que AI Speech necesita conexión a internet.
Win+Htambién. - quieres dictar con las manos libres durante minutos seguidos. Cada grabación se detiene a los 60 segundos y no hay comandos de edición por voz como “Elimina eso”.
- la ventana en la que dictas se ejecuta como administrador, por ejemplo un PowerShell con privilegios elevados. Windows no permite que una app normal escriba en ella a menos que Lightning Assist también se ejecute como administrador; la app lo detecta y te ofrece reiniciarse así.
- otra herramienta ya usa
Ctrl+Win. La combinación no se puede cambiar.
Descargar Lightning Assist → — empieza la prueba de Pro de 14 días (sin tarjeta), abre el Bloc de notas, mantén pulsado Ctrl+Win y di tu primera frase.
Consejos prácticos de configuración
Mantén pulsadas las dos teclas hasta terminar la frase. Soltar Ctrl+Win termina la grabación, así que suéltalas solo después de tu última palabra.
Invierte en el micrófono, no en el software. Si el dictado sigue sintiéndose poco fiable después de configurarlo, el micrófono es lo primero que hay que revisar: usa Prueba tu micrófono para ver si la barra de nivel se mueve cuando hablas con un volumen normal.
Habla en frases completas. El dictado fragmentado (pausar a media idea, reiniciar, corregirte en voz alta) produce transcripciones fragmentadas y con una puntuación extraña. Los modelos de voz modernos dependen del contexto a nivel de frase para colocar comas y mayúsculas correctamente; darles una frase completa produce un resultado más limpio que dictar palabra por palabra.
Elige el idioma para frases cortas. La detección automática tiene muy poco en lo que basarse en un clip de dos segundos. Si dictas sobre todo en un idioma, elegirlo en el panel de créditos elimina las dudas.
Haz una pasada rápida de limpieza en lugar de aspirar a una primera toma perfecta. Dictar al ritmo natural de habla y luego pasar diez segundos corrigiendo un nombre o una palabra mal entendida sigue siendo más rápido que escribir el mismo pasaje desde cero.
Preguntas frecuentes
¿El push-to-talk funciona en todas las apps de Windows, o solo en algunas?
Funciona en cualquier app donde puedas escribir, porque el texto transcrito se pega en la ventana que tiene el foco; eso incluye Outlook, Slack, Teams, tu terminal, VS Code, navegadores y procesadores de texto. El único límite lo pone Windows: una ventana que se ejecuta como administrador solo acepta el texto si Lightning Assist también se ejecuta como administrador.
¿Voice Typing de Windows (Win+H) es lo mismo que push-to-talk?
No exactamente. Win+H es un interruptor: lo pulsas una vez y sigue escuchando hasta que dices “Detén la escucha” o haces clic en el botón del micrófono; no requiere que mantengas una tecla pulsada. El verdadero push-to-talk solo graba mientras mantienes físicamente pulsado el atajo. Ambos son útiles; simplemente encajan con hábitos distintos.
¿El dictado push-to-talk requiere conexión a internet?
Sí, en el caso de AI Speech de Lightning Assist (el audio pasa por nuestros servidores hasta OpenAI, que lo transcribe, y consume créditos de voz), y sí en el caso de Voice Typing de Windows (funciona con Azure Speech services y requiere conexión). Ninguna de las dos es una función totalmente sin conexión.
¿Puedo cambiar las teclas de push-to-talk?
No. En Lightning Assist son fijas según el sistema: Ctrl+Win en Windows, Ctrl+Cmd en macOS y Ctrl+Super en Linux.
¿Puedo usar push-to-talk y expansión de texto juntos?
Sí; esta es una de las ventajas prácticas de una app dedicada frente a la herramienta integrada de Windows. Dicta un borrador con push-to-talk, luego activa un fragmento de expansión de texto para añadir un prefijo estándar, una firma o una plantilla, o usa un comando de IA para pulir el tono, todo dentro de la misma app, en el mismo campo de texto.
Lecturas relacionadas
- Push-to-Talk Desktop App — la visión completa de la función en Windows, Mac y Linux
- Voz a texto para escritorio — cómo funciona el modelo subyacente de transcripción, latencia y privacidad
- Voz a texto push-to-talk en apps de correo y chat — dictado entre apps específicamente en Gmail, Outlook y Slack
- Plan gratuito — expansión ilimitada de snippets con hasta 20 snippets; AI Speech funciona con créditos en todos los planes