Dictado por voz en Linux

Actualizado: 7 de noviembre de 2026

En Mac y en Windows pulsas un atajo y dictas. En Linux, los escritorios principales no traen nada parecido de serie, así que necesitas instalar una app. Y la primera pregunta no es qué app elegir, sino qué sesión gráfica estás usando, porque de eso depende que la app pueda escuchar tu tecla y escribir en otras ventanas. Esta guía explica la diferencia entre X11 y Wayland, qué criterios mirar, cómo instalar un AppImage o un .deb y cómo resolver los problemas más habituales.

Lo primero: ¿estás en X11 o en Wayland?

Una app de dictado tiene que hacer dos cosas fuera de su propia ventana: enterarse de que pulsas una tecla mientras otro programa tiene el foco y meter texto en ese otro programa. En X11 (Xorg), a las aplicaciones se les ha permitido tradicionalmente hacer las dos cosas. Wayland se diseñó para aislar unas aplicaciones de otras, de modo que un programa no puede escuchar todas las pulsaciones ni escribir en una ventana ajena. Es bueno para la seguridad e incómodo para el dictado.

Para saber qué sesión tienes, abre una terminal y ejecuta `echo $XDG_SESSION_TYPE`. Te devolverá `x11` o `wayland`. Si tu distribución todavía ofrece una sesión X11, normalmente la eliges en la pantalla de inicio de sesión, en un menú de sesión (a menudo un icono de engranaje) antes de escribir la contraseña. Algunas versiones recientes están retirando X11 en ciertos escritorios, así que comprueba qué ofrece la tuya.

Qué pedirle a una app de dictado en Linux

• Paquete para tu distribución: un AppImage funciona en casi todas; un .deb se integra mejor en Ubuntu y Debian.
• Sesiones soportadas: que diga claramente si funciona en X11, en Wayland o en ambas, y qué escritorios ha probado.
• Reconocimiento en el equipo: que funcione sin conexión tras descargar el modelo de voz. Así no dependes de la red y tu audio no sale del ordenador.
• Que escriba en cualquier ventana: editor, terminal, navegador y chat, no solo en su propia ventana.
• Tecla configurable: en muchos teclados europeos, Alt derecha es AltGr y la usas para @, # o €. Necesitas poder elegir otra.
• Precio claro: si reconoce la voz en tu equipo, no hay servidor que justifique una cuota. A dos años, 10 USD al mes son 240 USD.

Instalar el AppImage o el .deb

• AppImage: descárgalo, dale permiso de ejecución con `chmod +x` seguido del nombre del archivo y ejecútalo. Si no arranca y el error menciona FUSE, instala el paquete de compatibilidad FUSE 2 de tu distribución (en Ubuntu suele llamarse libfuse2, o libfuse2t64 en versiones recientes).
• .deb (Ubuntu, Debian): instálalo con `sudo apt install ./` seguido del nombre del archivo, para que apt resuelva las dependencias, y ábrelo desde el menú de aplicaciones.
• Comprueba la sesión con `echo $XDG_SESSION_TYPE` antes de abrirla por primera vez.
• Elige el micrófono en los ajustes de sonido del escritorio o con un mezclador como pavucontrol, y confirma que el medidor de entrada se mueve cuando hablas.

Problemas frecuentes en Linux

• El atajo no hace nada: mira primero el tipo de sesión. En Wayland, los atajos globales de apps normales suelen estar bloqueados; cierra sesión y elige X11 si tu distribución lo ofrece.
• La tecla de dictado escribe caracteres raros: si usas Alt derecha y tu teclado la trata como AltGr, elige otra tecla en los ajustes.
• Reconoce el texto pero no lo pega: asegúrate de que el cursor está en un campo de texto y de que la ventana de destino tiene el foco al soltar la tecla. Algunos emuladores de terminal pegan con Ctrl+Mayús+V, así que prueba primero en un editor sencillo para aislar el problema.
• No oye nada: elige el dispositivo de entrada correcto y mira el medidor. Los auriculares Bluetooth a veces aparecen como dos dispositivos; elige el que tiene micrófono.
• El AppImage no arranca: ejecútalo desde una terminal para ver el error. Un mensaje sobre FUSE significa que falta el paquete de compatibilidad.

Dictar commits, documentación y mensajes

En Linux mucha gente dicta sobre todo texto alrededor del código: cuerpos de commit, descripciones de pull requests, documentación, mensajes en el chat del equipo. Funciona muy bien si dictas la prosa y tecleas los identificadores y los comandos. Tienes un método completo en dictado por voz para programadores.

Prueba con frases reales tuyas, por ejemplo «Haz merge de la rama cuando pasen los tests y etiqueta la versión como dos punto cuatro», y mira cuántas palabras tienes que corregir. Si mezclas español e inglés técnico, lee también dictado en varios idiomas.

Dónde encaja Voice Monkeys

Voice Monkeys, nuestra app, funciona en Linux de 64 bits con un AppImage, o con un .deb para Ubuntu y Debian. Hoy la forma fiable de usarla es una sesión X11, por las restricciones de Wayland descritas arriba. Mantienes pulsada una tecla, hablas y, al soltarla, el texto aparece en el cursor de tu editor, tu terminal, el navegador o el chat; un toque activa el manos libres, otro lo termina y Esc cancela.

La voz se reconoce en el propio ordenador y sin conexión. Internet solo hace falta para descargar una vez el modelo de voz, de unos 640 MB, y después para la licencia y las actualizaciones; no se envía ni audio ni texto. Entiende 25 idiomas y puedes mezclarlos en una frase. Cuesta 25 USD en un único pago, licencia de por vida para un ordenador y sin suscripción (ver el precio), con 7 días de prueba sin tarjeta. Puedes descargarla aquí. Si también usas Windows, la guía para elegir una app de dictado para Windows te sirve para ese equipo.

Preguntas y respuestas

Más guías

• Dictado por voz para programadores: habla la prosa, teclea el código
• Dictar en dos o más idiomas: cambiar, mezclar y no volverte loco corrigiendo
• ¿Es privado el dictado por voz? Qué pasa con lo que dices
• Cómo elegir una app de dictado por voz para Windows