OpenAI elimina el límite de 10 minutos en el dictado de ChatGPT
OpenAI lanza Live Dictation: ChatGPT transcribe mientras el usuario habla, no al terminar la grabación.
Del dictado por bloques a la transcripción en tiempo real
OpenAI ha actualizado el dictado de ChatGPT con una función llamada Live Dictation, que transcribe el audio mientras el usuario habla en lugar de esperar a que termine la grabación. El cambio está disponible de forma global desde el 19 de noviembre de 2026 en todos los planes de ChatGPT, tanto en la web como en la aplicación de escritorio y en las aplicaciones de iOS y Android.
El funcionamiento es sencillo para el usuario: mientras dicta, puede pulsar sobre la forma de onda del audio para ver el texto que el modelo está generando en tiempo real, y al terminar edita el resultado directamente en el cuadro de texto del prompt. Hasta ahora el dictado esperaba a la finalización de la captura y procesaba el audio de una sola vez, lo que introducía una espera perceptible antes de que apareciera el texto.
La segunda parte del anuncio es igual de relevante: OpenAI elimina el límite de diez minutos que tenía la grabación de voz en el dictado de ChatGPT. Ese tope obligaba a fragmentar notas largas en varias tomas y a recomponerlas después a mano. Con el límite fuera, el dictado se puede usar para transcripciones más extensas sin cortes artificiales, y la compañía afirma además que la función es ahora «más fiable».
Conviene situar el anuncio en su contexto. A principios de año OpenAI ya renovó el modo de voz conversacional de ChatGPT, el que permite hablar con el asistente en ambos sentidos. Antes, en 2025, llegó un «record mode» para transcribir notas de voz y reuniones, que sigue en beta y limitado a los espacios de trabajo Plus, Enterprise, Edu, Business y Pro. Live Dictation no sustituye a ese modo: opera sobre el cuadro de texto del prompt y sirve para introducir instrucciones habladas con rapidez.
También se mantiene disponible el uso del dictado del prompt para pedir a ChatGPT que transcriba mensajes de voz o los convierta en listas de puntos. Es decir, la entrada de audio deja de ser un accesorio para convertirse en una vía de uso normal: el usuario habla, el texto aparece, y sobre ese texto se puede seguir trabajando con instrucciones.
Para un equipo que trabaja con modelos de lenguaje, el detalle interesante no es la interfaz sino lo que ocurre por debajo. La transcripción en vivo implica un reconocimiento de voz en streaming, con el audio enviado por tramas y decodificado de forma incremental mientras se captura. Ese diseño reduce la latencia percibida y encaja mejor con sesiones largas, porque no necesita acumular toda la grabación en el cliente ni retenerla hasta el final para lanzar el proceso.
- OpenAI lanza Live Dictation: ChatGPT transcribe mientras el usuario habla, no al terminar la grabación.
- Disponible globalmente en web, escritorio, iOS y Android, en todos los planes de ChatGPT.
- Desaparece el límite de diez minutos en la grabación de voz del dictado.
- OpenAI afirma que la función es ahora «más fiable» y muestra el texto en tiempo real sobre la forma de onda.
- El «record mode» para notas y reuniones sigue en beta y reservado a planes de pago.
Desde el punto de vista de un técnico de redes y telecomunicaciones, el cambio de fondo es el paso del procesamiento por lotes al streaming. Un dictado que espera al final del audio tolera bien la latencia y los cortes; uno que transcribe en vivo no, porque necesita un flujo continuo y estable de tramas de audio hasta el servicio. Eso traslada la discusión de calidad desde el modelo hacia la red: pérdida de paquetes, jitter y microcortes en conexiones móviles dejan de ser un detalle y pasan a degradar directamente la experiencia de forma visible para el usuario.
Quitar el límite de diez minutos también tiene lectura de infraestructura. Las sesiones más largas implican conexiones persistentes de mayor duración, más tráfico sostenido por usuario y una gestión de reconexión que debe ser transparente. Es exactamente el tipo de carga que castiga a las arquitecturas basadas en peticiones cortas y que empuja a los proveedores hacia conexiones de larga vida, balanceadores preparados para ellas y una política de timeouts bien calibrada en los elementos intermedios.
Para quien opera redes corporativas, hay un efecto práctico: el tráfico de voz hacia servicios de IA deja de ser una curiosidad y se convierte en un flujo más que conviene caracterizar, priorizar y medir. Y para cualquier ingeniero que mantenga servicios con usuarios en movilidad, el mensaje es claro: la transcripción en streaming funciona tan bien como la peor red por la que pasa. No es una cuestión de modelo, sino de extremo a extremo.
Referencia y documentación original: The Verge.
https://www.theverge.com/ai-artificial-intelligence/1037634/openai-chatgpt-live-dictation