Google desarrolla una función de dictado por voz integrada en Chrome para Windows 11 que permitirá escribir texto hablando directamente al navegador.

Los chatbots de IA con voz presentan vulnerabilidades que permiten a los ciberdelincuentes robar datos personales a través de canciones, podcasts o vídeos de TikTok.

Google ha lanzado en secreto AI Edge Eloquent, una app de dictado con IA que mejora automáticamente el texto al transcribir el habla con estilo correcto.

Google Meet incorpora traducción en tiempo real en su app para Android, facilitando conversaciones multilingües directamente desde el móvil.

VoxCPM de OpenBMB revoluciona el TTS eliminando la tokenización discreta con una arquitectura diffusion autoregresiva en espacio continuo, logrando naturalidad sin precedentes en prosodia y voice cloning con solo ~5 segundos de audio. Entrenado con 1.8M horas bilingües, ofrece calidad profesional (44.1kHz, 800M parámetros) y API accesible, marcando un cambio de paradigma en síntesis de voz.

 El equipo de Qwen de Alibaba Group ha demostrado gran valía a lo largo del año con lanzamientos como Qwen Image, y ahora vuelve a hacerlo con la publicación de dos modelos de IA que crean o clonan voces con prompts.

Google ha mejorado significativamente Gemini 2.5 Flash con Audio Native, logrando conversaciones de voz más fluidas y precisas, además de una mejor gestión del contexto en las interacciones.

Microsoft acaba de lanzar Copilot Voice y Copilot Vision para Windows 11, dos funciones que permiten controlar el PC mediante comandos de voz y que el asistente vea lo que hay en pantalla para ofrecer ayuda contextual. Lo interesante es que no hace falta hardware especial: cualquier equipo con Windows 11 puede usarlas desde ya mediante una actualización de la Microsoft Store.

Google Meet es una aplicación de videoconferencia que permite a los internautas reunirse en línea con otras personas. Dicha herramienta forma parte de la plataforma Google Workspace, no requiere instalación, se puede acceder desde un navegador web o una aplicación móvil, ofrece un cifrado avanzado, proporciona subtítulos automáticos en varios idiomas e integra Gemini.