Los modelos OpenAI y Whisper revolucionaron la conversión de voz a texto local: ahora puedes realizar transcripciones de última generación en un MacBook sin necesidad de la nube. A partir de ahí, los modelos dejaron de ser complicados. La interfaz era...
Esta es una guía práctica para ejecutar Whisper localmente en un Mac con una interfaz gráfica de usuario (GUI): qué aplicación elegir para cada tarea, qué modelo admite tu hardware y cómo configurarlo sin pasar un fin de semana solucionando problemas.
Si solo buscas una lista de herramientas clasificadas, nuestra guía sobre Guía de las mejores aplicaciones Whisper de código abierto lo cubre. Esta guía trata sobre la configuración.
Primero: elige el modelo adecuado, no solo la aplicación adecuada.#
La mayoría de las quejas sobre la lentitud del Whisper local se deben a la elección del modelo, no a la aplicación. Todas las interfaces gráficas de usuario (GUI) utilizan los mismos modelos subyacentes, por lo que esta decisión es más importante que la aplicación que instale.
| Modelo | Tamaño de descarga | Memoria RAM mínima práctica | Velocidad | Úsalo cuando |
|---|---|---|---|---|
| Pequeño | ~75 MB | Cualquier Mac | Más rápido | Borradores, pruebas |
| Básico | ~145 MB | Cualquier Mac | Muy rápido | Audio claro, habitación silenciosa |
| Pequeño | ~500 MB | 8 GB | Rápido | Buen valor predeterminado en 8 GB |
| Medio | ~1,5 GB | 8–16 GB | Moderado | Mejor equilibrio entre precisión y velocidad |
| Grande-v3 | ~3 GB | 16 GB o más | Más lento | Audio difícil, acentos, jerga |
| Variantes Turbo | ~1,5 GB | 8–16 GB | Rápido | Precisión casi grande, mucho más rápido |
Desliza para ver todas las columnas
En un MacBook Air de 8 GB, no empieces con Large-v3. Funciona, pero consume más de un gigabyte en uso, desplaza otras aplicaciones a la memoria virtual y da la sensación de estar defectuoso. Empiece con la versión Pequeña o Turbo.
En 16 GB o más, Large-v3 merece la pena. para habla con acento, ruido de fondo o vocabulario técnico: precisamente los casos en los que los modelos más pequeños fallan.
Además: El silicio de Apple es de suma importancia.#
Las herramientas basadas en Whisper.cpp utilizan Metal y Neural Engine en el silicio Apple. La diferencia de rendimiento con respecto a las Mac con procesador Intel no es sutil: es la diferencia entre una velocidad superior a la del tiempo real y la espera.
Si usas una Mac con procesador Intel, elige la versión Pequeña o inferior y ajusta tus expectativas en consecuencia.
1. Buzz: la mejor interfaz gráfica gratuita#
Buzz es la interfaz gráfica de usuario (GUI) de referencia de código abierto Whisper para Mac. Gratuita, con mantenimiento activo, y encapsula múltiples backends (whisper.cpp, faster-whisper), lo que proporciona una inferencia optimizada en lugar de una lenta envoltura de Python.
Lo que hace bien:
- Transcripción de archivos y grabación en vivo
- Descarga y gestión de modelos dentro de la aplicación
- Exportación a SRT, VTT y texto plano
- Totalmente gratuita, sin necesidad de cuenta
Dónde se queda corto:
- La interfaz es funcional, pero no atractiva
- Las grabaciones muy largas pueden ser inestables: dividir archivos de varias horas
- Salida de transcripción sin procesar, sin capa de limpieza
Configuración:: descarga la versión desde GitHub, ábrela, elige un modelo y se descargará al primer uso. Sin Homebrew, sin terminal.
2. MacWhisper: la más pulida#
No es de código abierto, pero es la aplicación que la mayoría de la gente termina usando, y la versión gratuita es realmente útil.
Lo que hace bien:
- La mejor interfaz de esta categoría, sin duda
- Sólida como una roca con archivos largos y trabajos por lotes
- Diarización de hablantes y exportación de subtítulos en Pro
Dónde se queda corto:
- La versión gratuita te limita a los modelos más pequeños
- La versión Pro cuesta 59 € (pago único) en Gumroad; merece la pena para trabajar con archivos pesados, pero no es gratuita.
- Diseñado para archivos, incómodo como sustituto de un teclado en tiempo real.
Desglose completo de costes en nuestro Guía de precios de MacWhisper.
🎙️ ¿Configurando todo esto para escribir más rápido? LumeVoice omite por completo la gestión de modelos y escribe texto limpio en cualquier aplicación. Pruébalo gratis →
3. whisper.cpp: el motor subyacente.#
whisper.cpp no es una interfaz gráfica de usuario (GUI), pero es la base de varias GUI de esta lista, y conviene conocerla directamente si se utilizan scripts.
# Instalación con Homebrew
brew install whisper-cpp
# Descarga un modelo y luego transcribe
whisper-cli -m models/ggml-medium.bin -f audio.wav
Úsalo cuando si procesas cientos de archivos por lotes, creas una canalización o deseas el máximo control. No lo uses si prefieres una aplicación.
4. VoiceInk: la interfaz gráfica para dictado en vivo#
La carencia en esta categoría: Buzz y MacWhisper transcriben archivos, pero ninguno reemplaza el teclado. VoiceInk es de código abierto, ejecuta Whisper localmente y escribe en la aplicación que estés usando.
- Coste: es gratuito desde el código fuente; aproximadamente $25 para Mac, $39 para Mac y $49 para Mac con binarios precompilados.
- Dictado local en vivo Ideal para: sin suscripción
- Inconveniente: Solo para Mac, y la opción gratuita implica compilarlo usted mismo
5. OpenSuperWhisper: la opción sencilla de la barra de menú#
Dictado local de código abierto para quienes buscan algo similar a Superwhisper sin pagar. Menos funciones y un equipo de mantenimiento más pequeño, pero gratuito y verdaderamente local.
¿Cuál para qué trabajo?#
Transcribir grabaciones, gratis: Buzz.
Transcribir grabaciones, buscar un acabado profesional y no importarme gastar 59 €: MacWhisper.
Scripts o procesamiento por lotes: whisper.cpp directamente.
Dictado en directo, trabajando localmente: VoiceInk u OpenSuperWhisper.
Escribir todo el día y estar cansado de editar transcripciones: ninguna de estas, sinceramente. Las interfaces gráficas de usuario locales Whisper ofrecen una transcripción precisa, incluyendo cada "eh" y falso comienzo, porque para eso están diseñadas. Si su objetivo es un texto finalizado en lugar de un registro fiel, necesita una herramienta con una capa de limpieza adicional, que pertenece a otra categoría.
Problemas comunes de configuración#
"Consume toda mi RAM." Su modelo es demasiado grande. Cambie de Large-v3 a Medium o Turbo.
"La precisión es pésima, en términos técnicos." Esperado: la base Whisper no sabe cómo se llama tu pila. La mayoría de las interfaces gráficas de usuario locales tienen soporte limitado o nulo para vocabulario personalizado, lo que representa la mayor desventaja frente a las herramientas de dictado comerciales.
"Transcribió mis palabras de relleno." Funciona según lo previsto. Whisper transcribe lo que se dijo. La limpieza es una capa aparte que estas herramientas no incluyen.
"Es más lento que en tiempo real." Mac Intel o un modelo demasiado grande para tu hardware. Verifica ambos.
Conclusión#
El ecosistema de interfaces gráficas de usuario de Mac Whisper en 2026 está realmente maduro. Buzz cubre adecuadamente la transcripción gratuita de archivos, MacWhisper es la más pulida por 59 €, whisper.cpp impulsa gran parte de la categoría y VoiceInk cubre la necesidad de dictado en vivo.
Elija el modelo correcto antes de culpar a la aplicación: la mayoría de las quejas sobre la lentitud o el peso de Whisper local se deben a la ejecución de Large-v3 con 8 GB de RAM. Y tenga claro qué tarea está resolviendo: estas herramientas producen transcripciones excelentes, lo cual no es lo mismo que producir textos terminados.
Omita la gestión de modelos.#
Si pasaste una tarde comparando tamaños de modelos y aún así terminas eliminando "eh" de cada párrafo, ese es el verdadero problema.
LumeVoice convierte tu voz en texto limpio y formateado en cualquier aplicación de tu Mac o teléfono Android: palabras de relleno eliminadas, autocorrecciones resueltas, vocabulario personalizado para tu pila. Cero retención de datos en la nube, nunca se usa para entrenamiento. Empieza gratis, sin tarjeta.
