Por: Lucio Gpe. Quirino R.
lquirino@uas.edu.mx
J.R.T. (B. S. S.)
La industria de las telecomunicaciones y el desarrollo de software ha alcanzado un hito significativo con la integración de modelos de inteligencia artificial capaces de ejecutar traducción y doblaje de voz instantáneo con latencia casi nula. Esta tecnología permite a usuarios de distintos idiomas mantener conversaciones fluidas en videoconferencias y llamadas telefónicas, conservando el tono, la entonación y los matices emocionales originales del hablante mediante clonación sintética de voz.
A diferencia de las herramientas tradicionales de transcripción basadas en texto, esta nueva arquitectura analiza el espectro de audio en tiempo real, convierte las oraciones sintácticamente al idioma de destino y sintetiza la voz del interlocutor en cuestión de milisegundos. Además, el sistema incorpora filtros avanzados de procesamiento del lenguaje natural para adaptar modismos locales y asegurar que las expresiones mantengan su contexto cultural exacto.
Diversas empresas del sector corporativo y plataformas de comunicación en la nube han comenzado la fase de pruebas piloto para implementar esta función en entornos laborales globales, reduciendo las barreras lingüísticas en la educación a distancia, el comercio internacional y la atención al cliente multinacional.
Google Gemini 3.5 Live Translate:
• Integrado en plataformas como Google Meet, la aplicación del Traductor de Google y Google AI Studio.
• Permite traducción de voz a voz en tiempo real sin esperar a que el interlocutor termine la frase, soportando más de 70 idiomas.
• Replica el tono, la entonación y la cadencia de la persona original.
Maestra / VoxisLive:
• Herramientas diseñadas para streamers, presentadores y reuniones que funcionan en plataformas como Zoom, Microsoft Teams y OBS.
• Traducen y clonan la voz del hablante en vivo para más de 125 idiomas.
Wordly:
• Especializado en ofrecer subtítulos e interpretación de voz en vivo para eventos corporativos y reuniones globales multilingües.
