La conversión de voz a texto en VS Code ha cambiado, y la mayoría de los consejos que circulan están desactualizados. El dictado ahora viene integrado en lugar de depender de una extensión, se ejecuta en el dispositivo y está activado por defecto cuando las funciones de IA lo están. Pero no cubre todas las plataformas, y se detiene en el borde del editor.
Este es el estado actual y cómo decidir entre tres enfoques.
Opción 1: dictado integrado de VS Code
Lo controla el ajuste dictation.enabled, activo por defecto. Usa un modelo en el dispositivo, nemotron-3.5-asr-streaming-0.6b, así que el audio se queda en tu máquina.
Atajos: ⌥⌘V inicia el dictado en el editor en macOS (Ctrl+Alt+V en Windows y Linux). ⌘I dicta en el chat (Ctrl+I en el resto). Mantén pulsado el atajo de inicio para el modo walkie-talkie: el reconocimiento sigue activo hasta que sueltas, y entonces se envía solo.
La pega está en la cobertura de plataformas:
| Compatible | No compatible |
|---|---|
| macOS en Apple Silicon | Macs con Intel |
| Windows x64 y Arm64 | VS Code en el navegador |
| Linux x64/Arm64, glibc 2.34+ | Linux basado en musl (Alpine) |
| Espacios de trabajo remotos | 32 bits y Arm32 |
En un Mac con Intel no hay dictado integrado.
Una nota de privacidad que conviene conocer: si activas dictation.experimental.llmCleanup, VS Code envía el texto del transcrito —no el audio— a los servidores de Copilot para darle formato. El audio se queda en local en cualquier caso; la pasada de limpieza, no. Si eso te importa, déjalo desactivado.
El terminal recibe un trato especial: el reconocimiento se adapta a la sintaxis de comandos, y accessibility.voice.speechTimeout detiene automáticamente tras un silencio.
Opción 2: la extensión VS Code Speech
La extensión de Microsoft es anterior al soporte integrado y sigue cubriendo dos huecos.
Cubre plataformas que el dictado integrado no cubre: Macs con Intel, VS Code en el navegador, Linux con musl. Si tu hardware no ejecuta el modelo integrado, este es tu camino.
Aporta «Hey Code». La activación por palabra clave para iniciar una sesión de Copilot Chat es exclusiva de la extensión, y entiende la gramática del chat: «at workspace» se traduce a @workspace y «slash fix» a /fix. Si te gusta manejar GitHub Copilot Chat enteramente por voz, aquí tienes algo que el soporte integrado no replica.
La extensión es gratuita, la mantiene Microsoft y distribuye el soporte de idiomas como extensiones complementarias.
Opción 3: dictado para todo el sistema
Las dos opciones anteriores se limitan al editor. Ese límite es todo el argumento del tercer enfoque, y que importe o no depende de dónde acaban realmente tus palabras.
Un día normal no es solo código en VS Code. También es la descripción del PR en GitHub, comentarios de revisión, un hilo de Slack sobre el enfoque, el ticket, el documento de diseño, un mensaje de commit, un correo a quien está bloqueado esperándote. El dictado de VS Code cubre exactamente uno de esos sitios. El resto vive en un navegador y en una aplicación de chat.
Una herramienta para todo el sistema funciona en todos ellos, con un solo atajo y un mismo conjunto de comportamientos. Ese es el argumento de Vext: dictado que escribe en la aplicación que tenga el foco, con estilos por aplicación para que Slack reciba un mensaje con forma de chat, tu cliente de correo reciba formato de correo y tu terminal reciba el transcrito sin tocar.
La otra diferencia práctica es el vocabulario. Las correcciones se aplican a todos los transcritos, en todas las aplicaciones: los nombres de tus módulos, dependencias y compañeros se reconocen en la descripción del PR y en el mensaje de Slack, no solo dentro del editor. La transcripción se ejecuta en el dispositivo con Parakeet TDT v3 a través de FluidAudio, y el pulido usa un modelo MLX local.
brew install muvon/tap/vext
Cuál usar
Dictado integrado si tienes hardware compatible y usas la voz sobre todo para dar instrucciones a Copilot Chat y escribir comentarios dentro del editor. Es gratis, ya está ahí y funciona en el dispositivo. Nada que instalar.
La extensión Speech si estás en un Mac con Intel o en VS Code en el navegador, o si quieres específicamente «Hey Code».
Para todo el sistema si el editor es la minoría de lo que escribes. La prosa que rodea al código suele pesar más que el código: es lo que planteamos en notas de voz para desarrolladores.
No son excluyentes. El dictado integrado para el chat más una herramienta de sistema para todo lo demás es un montaje perfectamente sensato.
Lo que ninguno hace bien
Dictar el código en sí. Decir for (let i = 0; i < arr.length; i++) es más lento y más propenso a errores que teclearlo, y ninguna herramienta de esta lista lo cambia. Los símbolos, la puntuación exacta y las mayúsculas de los identificadores son donde la voz se desmorona.
En lo que la voz sí es buena dentro del trabajo de programación es en la intención: describirle a un agente lo que quieres, explicar una concesión en un comentario de revisión, escribir la descripción del PR que cubre el porqué. Dictarle un párrafo de contexto a un agente lleva unos veinte segundos y produce mejores instrucciones que la versión escueta que habrías tecleado, porque incluyes las restricciones que si no habrías recortado. Ese argumento lo desarrollamos al hablar de programar por voz con agentes de IA, y vale tanto si las palabras pasan por el botón de micrófono de VS Code como por un atajo de sistema.
Si trabajas en Cursor en lugar de VS Code, el razonamiento es el mismo con otro conjunto de funciones integradas: mira entrada de voz para Cursor. Y si quieres que sea tu agente quien controle el dictado en lugar de pulsar tú una tecla, Vext lo expone por MCP, algo que cubrimos en la 1.4.0.
Vext cuesta 49 $ una sola vez, con una prueba de 100 dictados. macOS 14 o posterior con Apple Silicon.