Google lanza Gemini 3.5 Transcribe, modelo de voz a texto con soporte para 85 idiomas
Hecho Qué ha ocurrido
Google ha presentado Gemini 3.5 Transcribe, un modelo de conversión de voz a texto que transcribe en más de 85 idiomas y elimina expresiones de relleno como «ums» o «ahs». Según la compañía, es su modelo más preciso hasta la fecha, reduce la latencia en un 70% respecto a su predecesor, captura audio en entornos ruidosos y distingue hasta tres hablantes distintos. El modelo ya está disponible en versión preliminar en Gboard para Android, Google Antigravity, la aplicación Gemini para macOS y próximamente en Chrome.
Resumen generado mediante IA a partir de 20minutos Tecnología. Naturaleza de la información: hecho documentado.
Análisis Por qué importa
La mejora significativa en precisión, latencia y capacidad multilingüe hace que este modelo sea relevante para empresas que necesiten transcribir contenido de voz en múltiples idiomas o contextos con ruido ambiental. La integración en herramientas cotidianas como Gboard y Chrome amplía su potencial de adopción masiva entre usuarios y desarrolladores.
- Quién se ve afectado
- Desarrolladores de aplicaciones, empresas de transcripción y procesamiento de contenido, usuarios de herramientas de productividad que requieren dictado de voz, y organizaciones con operaciones multilingües.
- Qué puede cambiar
- La disponibilidad de un modelo de transcripción de alto rendimiento y bajo coste de latencia podría desplazar soluciones propietarias o menos precisas en sectores como transcripción médica, legal y periodística. La integración nativa en navegadores y aplicaciones de Google facilita la adopción sin fricción.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Monitorear la tasa de adopción en Chrome y otras integraciones; evaluar cómo compite con soluciones de Whisper de OpenAI y otros modelos de código abierto; observar si Google libera versiones más potentes sin restricciones a desarrolladores; vigilar mejoras en idiomas menos representados y en dialectos.
Recomendación Qué debería hacer una empresa
Empresas con flujos de trabajo basados en voz deben evaluar Gemini 3.5 Transcribe frente a sus soluciones actuales en los próximos 3-6 meses, especialmente si operan en múltiples idiomas o requieren precisión en entornos complejos.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: 20minutos Tecnología. La referencia es siempre el artículo original.
Ver fuente original ↗vozmultimodalLLM Google Gemini 3.5 Transcribe Google transcripción voz a texto
Relacionadas
Google DeepMind lanza Gemini 3.5 Transcribe, modelo de voz a texto en tiempo real
Google DeepMind presenta Gemini 3.5 Transcribe, un modelo de transcripción de voz disponible en la Gemini API, Google AI Studio y Gemini Enterprise Agent…
Por qué importaUna transcripción más precisa y rápida reduce fricción en agentes de voz, atención al cliente y análisis de llamadas, áreas donde el error de…
Google DeepMind lanza Gemini 3.5 Live Translate con traducción simultánea de voz
Google DeepMind ha lanzado Gemini 3.5 Live Translate, un modelo de audio que realiza traducción simultánea de voz en más de 70 idiomas con latencia cercana a…
Por qué importaSimplifica significativamente la comunicación multilingüe en reuniones, llamadas y aplicaciones empresariales, eliminando pausas incómodas y…
Google despliega Gemini 3.5 Live Translate para traducción de voz en tiempo real en más de 70 idiomas
Google confirmó que Gemini 3.5 Live Translate funciona en Google Translate para Android e iOS en más de 70 idiomas, y también llegó a Google Meet, con más de…
Por qué importaReduce barreras de comunicación en tiempo real para empresas con operaciones multilingües, especialmente en atención al cliente, transporte y…
Google lanza modelos Gemini 3.8 Flash TTS con voces diseñadas desde texto y clonación de voz
Google presenta Gemini 3.8 Flash TTS y Flash-Lite TTS, dos modelos de texto a voz que soportan más de 100 idiomas y permiten crear voces nuevas a partir de…
Por qué importaReduce drásticamente el coste y la complejidad de generar voces sintéticas personalizadas para doblaje, audiolibros, agentes de voz y contenido a…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.