Entrada por voz para Deep Code: Diga lo que piensa. La IA se encarga del resto.

La IA nos ha hecho drásticamente más productivos, pero escribir sigue siendo el cuello de botella. Las herramientas de dictado por voz como Siri o el dictado de Google funcionan bien para enviar un mensaje de texto, pero tienen un punto ciego fundamental: no saben nada sobre su proyecto. Transcriben palabras — no entienden la intención.

No necesita que su ordenador transcriba lo que dijo. Necesita que entienda lo que quiere hacer.

Deep Code resuelve esto integrando la entrada por voz directamente en la interfaz, con pleno conocimiento del contexto de su proyecto.

Por qué las herramientas de voz genéricas no son suficiente

Transcriben. No entienden.

Las herramientas de voz de consumo están pensadas para conversaciones cotidianas — mensajes, notas rápidas, búsquedas. Su función es la transcripción literal, palabra por palabra.

Controlar la IA con la voz es un problema completamente diferente. No está dictando un mensaje — está dando instrucciones. La diferencia importa:

• Dictado: «Recuerdame comprar leche» → transcrito como «Recuerdame comprar leche»
• Control de IA: «Cambia el puerto en ese archivo de configuración que edite ayer a 8080» → la IA necesita saber qué archivo de configuración, qué campo y qué valor — nada de lo cual está en las palabras en sí.

Una herramienta genérica captura cada palabra fielmente. No puede resolver a qué se refieren realmente esas palabras.

Su cerebro no es lineal. Su transcripción sí.

Usted piensa en tangentes. Cambia de opinión a mitad de frase. Vuelve a ideas anteriores. Esto es normal.

Las herramientas de dictado por voz usan transcripción en streaming — el texto aparece en tiempo real mientras habla. Para chat, está bien. Para dar instrucciones técnicas, crea problemas:

• ¿Cambia de opinión a mitad de camino? La primera mitad contamina el prompt final.
• ¿Asocia ideas libremente? Aparecen en orden cronológico, no en orden lógico.
• ¿Hace una pausa para pensar? La herramienta no distingue entre una pausa y un punto final.

Su mente funciona como un mapa mental. Una transcripción lineal es una línea recta — se pierde mucho por el camino.

Entrada por voz de Deep Code: Diseñada para el control por IA

Transcripción consciente del contexto

Su discurso se transcribe y luego se refina una segunda vez mediante IA utilizando el contexto de la conversación actual y la estructura de archivos de su proyecto.

Lo que esto significa en la práctica:

• Los nombres de archivos, rutas de directorio y nombres de variables que menciona se vinculan con sus contrapartes reales en su proyecto.
• Cualquier cosa que diga y corrija inmediatamente se filtra — no se transcribe.
• Los pensamientos dispersos y no lineales se reorganizan por importancia y orden lógico.

Ejemplo: está trabajando con config/app.yaml y quiere cambiar el puerto a 8080. Dice:

«Cambia el puerto en ese archivo de configuración — el de la app, el que tocaste antes — a 8080. Creo que ya lo cambié una vez pero no pareció funcionar...»

Una herramienta de dictado estándar transcribe ese desastre textualmente. Deep Code le da:

«Cambia el campo port en config/app.yaml a 8080.»

Hable libremente. Titubear no importa.

Este es el punto clave.

El dictado estándar penaliza el habla descuidada — cada palabra se graba, por lo que un error significa empezar de nuevo. El módulo de entrada por voz invierte ese supuesto. Hable como quiera. El sistema lo limpia.

Gestiona automáticamente:

• Correcciones a mitad de frase: el contenido anterior contradicho se descarta.
• Referencias vagas: «ese archivo», «el de ayer», «lo que acabamos de hablar» — se resuelven a partir del contexto.
• Repeticiones: las ideas duplicadas se deduplican.
• Muletillas: eh, um, pues, o sea, sabes — se eliminan.

Transmita la idea general. El sistema se encarga del resto.

Cambio de código y términos mezclados

Los desarrolladores mezclan términos técnicos en el habla cotidiana constantemente — nombres de archivos, nombres de funciones, nombres de frameworks, comandos de CLI. Las herramientas de voz genéricas son notoriamente malas en esto, a menudo destrozando useSnippets.ts en sinsentidos o dividiendo npm install en palabras aleatorias.

El módulo de entrada por voz está optimizado para contextos de programación. Consulta el árbol de archivos de su proyecto para saber qué es un identificador real y qué es ruido:

• Nombres de archivo como useSnippets.ts y src/utils/index.ts se conservan intactos.
• Los nombres de variables y funciones se reconocen correctamente.
• Los nombres de frameworks y herramientas (Java, C++, npm, git) funcionan directamente.

Sin prisa — hasta 5 minutos

La mayoría de herramientas de mensajes de voz le limitan a 60 segundos y activan una cuenta atrás que hace que todo se sienta apresurado.

Deep Code admite grabación continua de hasta 5 minutos. Piense a su propio ritmo. Haga una pausa cuando lo necesite. No hay ningún reloj contando.

Cómo usarla

El módulo de entrada por voz se encuentra en la esquina inferior derecha de la ventana de Deep Code. Sin menús que abrir, sin paneles que alternar — siempre está ahí.

Paso 1: Iniciar la grabación

Pase el ratón sobre el botón de grabación en la esquina inferior derecha para ver la descripción emergente. Haga clic para iniciar.

Paso 2: Hablar

Durante la grabación, el botón muestra una forma de onda en tiempo real que refleja sus niveles de audio. Está siendo capturado en tiempo real.

Durante la grabación, puede:

• Decir lo que le venga a la mente, en el orden que sea.
• Corregirse o ignorar errores — el sistema los gestiona.
• Hacer pausas para pensar — la grabación continúa. Retome cuando esté listo.

Paso 3: Detener la grabación

Haga clic en el mismo botón para detener. El audio se sube y comienza la transcripción.

Paso 4: Revisar y enviar

Una vez finalizada la transcripción, verá el texto procesado para su revisión. Desde aquí puede:

• Comprobar que el texto refinado por IA coincide con su intención.
• Editar el texto directamente si es necesario.
• Insertar referencias a archivos desde el panel del explorador de archivos.
• Insertar plantillas de prompts desde el panel de snippets.
• Hacer clic en enviar cuando todo esté correcto.

Todo ocurre en una sola ventana — sin cambiar de contexto.

Comparativa

	Herramientas de voz genéricas (Siri, dictado de Google, etc.)	Entrada por voz de Deep Code
Propósito	Chat cotidiano, notas, búsquedas	Control por IA — entiende lo que quiere hacer
Transcripción	En streaming, palabra por palabra mientras habla	Procesamiento IA consciente del contexto, organizado antes de la salida
Estilo de pensamiento	Requiere habla lineal y cuidadosa	Libre, no lineal — diga lo que le venga a la mente
Gestión de errores	Empezar de nuevo	Filtrado y corregido automáticamente
Términos técnicos	Frecuentemente destroza identificadores de código	Reconoce archivos del proyecto, nombres de funciones, comandos de CLI
Límite de tiempo	Normalmente ~60 segundos	Hasta 5 minutos
Conciencia del proyecto	Ninguna	Integración profunda con los paneles de explorador de archivos y snippets

Resumen

El módulo de entrada por voz no es una herramienta de voz a texto — es un puente de pensamiento a instrucción. Toma la forma en que usted piensa y habla naturalmente y la convierte en algo en lo que la IA puede actuar.

Una cosa para recordar:

Hable libremente. El sistema se encarga del resto.