Cómo construir en Minecraft con la voz, con una IA
Puedes construir en Minecraft con la voz: mantén V en el juego, di lo que quieres y suelta. Voxelwright AI, el mod de Minecraft, convierte tus palabras en texto en tu propio ordenador y envía ese texto a tu Claude Code como una petición normal. La primera vez, descarga un modelo de voz una sola vez.
Última actualización Válido para Voxelwright AI 0.14.1, Minecraft: Java Edition 26.3
¿Cómo construyo en Minecraft con mi voz?
- Abre un mundo y mantén V, o haz clic en el micrófono del panel.
- Di lo que quieres con tus propias palabras, como lo escribirías.
- Suelta la tecla. Tus palabras aparecen en la conversación como texto, y la construcción empieza como con una petición escrita.
V es la Tecla de voz, y puedes cambiarla (mira las preguntas del final). Con el botón del micrófono, la escucha se detiene sola tras un momento de silencio, y se rinde a los 8 segundos si no dices nada.
Una escucha dura 30 segundos como máximo, y menos de medio segundo de voz se toma por un simple toque, no por una frase.
¿A dónde va mi voz?
La voz se reconoce en tu propio ordenador, con un motor llamado whisper.cpp que viaja dentro del mod. No interviene ninguna cuenta, ninguna clave ni ningún servicio de reconocimiento de voz.
El sonido no se envía a ninguna parte y no se escribe en ningún archivo. Lo que sigue su camino es el texto de tu petición, hacia tu propio Claude Code en tu ordenador, exactamente como una petición que hubieras escrito.
El modelo de voz es un archivo de datos. El mod lo descarga una vez desde este sitio web a config/craftai-voice/, y rechaza un archivo cuya huella SHA-256 no sea la esperada. Después, el reconocimiento en sí no necesita conexión.
¿Qué modelo de voz usa y cuánto pesa?
Hay dos modelos, ambos multilingües. Eliges con Calidad de la voz, en la sección Voz de la pestaña Ajustes.
| Opción | Modelo | Descarga | En breve |
|---|---|---|---|
| Estándar | Whisper base | Unos 60 MB | Rápido. El que Auto elige en Windows y Linux. |
| Precisa | Whisper small | Unos 190 MB | El más grande de los dos: reconoce con más precisión las palabras poco habituales. Rápido en un Mac, varios segundos por frase en otro ordenador. El que Auto elige en un Mac. |
| Auto | El que va bien a tu ordenador | Ninguna propia | El valor por defecto: el modelo preciso en un Mac, el estándar en los demás ordenadores. |
Cada modelo se descarga una sola vez, la primera vez que hace falta, y se comprueba por su huella.
¿Qué necesito para que funcione el modo de voz?
- Un micrófono. Si el mod no encuentra ninguno, lo dice y no envía nada.
- En un Mac: el lanzador necesita el permiso del micrófono, en los ajustes de privacidad del sistema. Sin él, el mod solo oye silencio, y lo dice.
- En Windows: las aplicaciones de escritorio deben tener acceso al micrófono, en los ajustes de privacidad del sistema. El procesador debe admitir AVX2: el mod lo dice en lugar de fallar.
- En Linux: debe estar instalado el paquete
libgomp1(Debian, Ubuntu) olibgomp(Fedora, Arch), y el micrófono no debe estar silenciado en los ajustes de sonido.
El motor de voz va dentro del mod para macOS (Apple Silicon e Intel), para Windows (Intel o AMD de 64 bits) y para Linux (Intel o AMD de 64 bits, y ARM). La lista de problemas de la guía da la ruta exacta en cada sistema.
¿En qué idioma puedo hablar?
En cualquier idioma que el modelo conozca: el motor encuentra el idioma por sí solo. Tu petición recibe después la respuesta en el idioma que usaste.
El mod también le da al motor unas frases del tipo que dice un constructor, en el idioma de la interfaz, para que escriba bien con más frecuencia las palabras de Minecraft y de construcción. No hemos medido el reconocimiento en otros idiomas que no sean inglés, francés, español y alemán.
Lo que dices es lo que escribirías: qué contiene una buena petición se aplica palabra por palabra.
¿Qué se ha probado y qué no?
Así está el modo de voz en la versión 0.13.3.
- Probado: en el juego real en un Mac (Apple Silicon), con el motor de voz real y una frase grabada.
- Las bibliotecas para Windows, Linux y Mac Intel arrancan en las pruebas automáticas.
- Un micrófono en Windows o Linux aún no lo ha probado ninguna persona.
- Con Forge y NeoForge, el dictado con un micrófono real aún no se ha probado.
- El micrófono real bajo Lunar Client no pudo probarse con las pruebas automáticas.
El modelo estándar es rápido, y se equivoca: una frase larga o con ruido puede entenderse mal. En la conversación ves lo que el motor ha entendido.
Preguntas frecuentes
¿Necesito un micrófono?
Sí, el modo de voz necesita uno. Sin micrófono, puedes seguir escribiendo tu petición en el panel.
¿Funciona el modo de voz sin conexión?
El reconocimiento sí, una vez descargado el modelo de voz. La construcción en sí pasa por tu propio Claude Code, que necesita conexión.
¿Puedo cambiar la tecla de voz?
Sí. Ve a Opciones, luego Controles, luego Voxelwright AI, o a la sección Teclas de la pestaña Ajustes: haz clic en la fila Tecla de voz, y el panel dice “Pulsa la nueva tecla. Esc cancela, Supr la deja sin asignar.”. Restablecer devuelve la V.
¿Se graba mi voz?
No se escribe ningún archivo con el sonido: se convierte en texto en tu ordenador y se descarta. Solo el texto de tu petición sigue su camino, hacia tu Claude Code.