Google amplía su IA de voz a 1.000 lenguas con Gemini y modelos ligeros
Google lanzó Gemini 3.5 Live Translate y el modelo Universal Speech, y anunció iniciativas para cubrir las 1.000 lenguas más habladas del planeta.
Google anunció que sus sistemas de IA ya operan en más de 300 lenguas, cubriendo al 86 % de la población mundial. El foco ahora es pasar de texto a una comprensión completa del habla, con Gemini 3.5 Live Translate capaz de traducir en tiempo real 70 lenguas y más de 2 000 pares, capturando códigos de cambio y matices emocionales. Gemini 3.5 Transcribe, por su parte, ofrece la transcripción más precisa hasta la fecha, incluso en entornos ruidosos o con jerga técnica, y alimenta funciones como Rambler en Android Gboard, que elimina muletillas y permite editar texto con la voz.
Iniciativa de 1.000 lenguas
Para alcanzar a los hablantes de lenguas menos representadas, Google está entrenando el Universal Speech Model con 12 millones de horas de audio, aplicando aprendizaje por transferencia cruzada que reutiliza patrones de lenguas con abundante datos para mejorar la comprensión en aquellas con pocos recursos. El objetivo es cubrir las 1 000 lenguas más habladas del mundo.
Alianzas locales y datos abiertos
El esfuerzo se apoya en colaboraciones de base: WAXAL, una colección de datos de 27 lenguas africanas; Project Vaani, que ya ha recopilado más de 30 000 horas de audio de 109 lenguas indias; y la Amplify Initiative, que ha generado 15 000 puntos multimodales con la ayuda de más de 1 600 expertos locales. Todos estos recursos se ponen a disposición en la herramienta Language Explorer, que visualiza el repositorio abierto LinguaMeta, el mayor conjunto de datos de lenguas del mundo.
Modelos ligeros para entornos sin conectividad
Con más de 3 000 millones de personas sin acceso fiable a internet, Google lanzó TranslateGemma, una familia de modelos de traducción que funciona offline en dispositivos móviles. Estos modelos, derivados de Gemini, están optimizados para 55 lenguas y permiten traducciones de alta calidad sin depender de la nube.
El anuncio muestra cómo la IA de Google está pasando de la traducción de texto a una comprensión auditiva completa, combinando investigación avanzada, datos abiertos y modelos diseñados para operar en condiciones de conectividad limitada.
