Google Translate recibe una gran mejora de Gemini
Google está lanzando una gran actualización de sus modelos de audio Gemini, que aporta potentes capacidades de traducción de voz en tiempo real a la aplicación Google Translate. Esta mejora utiliza el modelo de audio nativo mejorado Gemini 2.5 Flash, que está diseñado para manejar interacciones de voz complejas.
Esta nueva función de traducción de discurso en vivo está diseñada específicamente para auriculares, permitiéndote escuchar el mundo que te rodea traducido en tiempo real. Esta experiencia beta se está implementando en este momento dentro de la aplicación Google Translate. Si estás viajando o simplemente necesitas comunicarte a través de una barrera idiomática, esta es una función que realmente podría cambiar la forma en que interactúas con personas que no hablan tu idioma nativo.
La funcionalidad se divide en dos modos. Primero, está la escucha continua. Esto es perfecto para situaciones como escuchar una conferencia o seguir una conversación grupal. La IA escucha varios idiomas diferentes al mismo tiempo y los convierte todos al idioma que entiendes. Solo tienes que ponerte los auriculares y escuchar el mundo traducido directamente. Segundo, está la conversación bidireccional.
Esto maneja la traducción en tiempo real entre dos idiomas específicos, y automáticamente intercambia los idiomas sobre la marcha dependiendo de quién esté hablando. Por ejemplo, si hablas inglés y la persona frente a ti habla hindi, escuchas las traducciones al inglés instantáneamente en tus auriculares, y cuando respondes, tu teléfono transmite la traducción al hindi.
El detalle que realmente hace que esta función destaque se llama "transferencia de estilo". Esto permite a los usuarios escuchar los matices del habla humana. Imitando la voz real del hablante, coincide con su velocidad y tono para que la traducción no suene robótica. Además de eso, el sistema ofrece un filtrado de ruido sólido, lo que significa que aún puedes mantener una conversación cómoda incluso si te encuentras en un entorno ruidoso al aire libre.
La cobertura de traducción es extensa, soportando más de 70 idiomas y 2,000 pares de idiomas. Este amplio soporte se debe a la combinación del poder de procesamiento de audio de Gemini con su vasta base de datos de idiomas.
Otro componente clave es la entrada multilingüe y la detección automática. Esto permite que el sistema entienda varios idiomas al mismo tiempo en una sola sesión. No necesitas ajustar la configuración, e incluso no necesitas saber qué idioma se está hablando para comenzar a traducir. La aplicación detecta el idioma por sí misma y empieza a traducir.
Detrás de todo esto está el modelo actualizado Gemini 2.5 Flash Native Audio, que también impulsa los agentes de voz en vivo de Google en varios productos. Google ha mejorado el modelo en tres áreas técnicas clave, lo que debería resultar en un rendimiento más ágil para quienes usan estas herramientas.
El modelo ahora tiene una llamada de funciones más precisa. Esto significa que el sistema es más confiable cuando necesita conectarse a herramientas externas. Por ejemplo, puede obtener datos en tiempo real mientras hablas sin pausar ni interrumpir el flujo. Google informa una tasa de cumplimiento del 90% con las instrucciones de los desarrolladores, lo que representa un aumento respecto al 84% en versiones anteriores.
Finalmente, las conversaciones en sí mismas deberían ser más fluidas. El modelo recuerda lo que dijiste antes en el chat. Esto ayuda a que se mantenga en tema y se sienta menos como un intercambio desconectado. Yo diría que esta mejora en la calidad de las conversaciones de varios turnos es lo que realmente se necesita para la estabilidad en cualquier asistente de voz.
Informe How-To Geek: Suscríbete y nunca te pierdas lo que importa
Estas mejoras no son solo para la aplicación Translate. El nuevo Gemini 2.5 Flash Native Audio se está implementando en los productos de Google, incluidos Google AI Studio, Vertex AI, Gemini Live y Search Live. También puedes esperar sesiones de lluvia de ideas más efectivas con Gemini Live o una mejor ayuda en tiempo real en Search Live.
Si deseas probar la función de traducción en vivo, la experiencia beta está disponible a partir de hoy en la aplicación Google Translate. Puedes conectar tus auriculares a tu dispositivo y tocar "Traducir en vivo". Por ahora, esta experiencia está disponible en dispositivos Android en Estados Unidos, México e India, y pronto habrá soporte para iOS y más regiones.
Fuente: Google