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.

Microsoft es la compañía encargada de desarrollar el sistema operativo más popular del mundo para ordenadores de sobremesa y portátiles y como tal, todo lo que lance va a tener una gran repercusión, tanto positiva como negativa. En estos momentos apenas quedan unos meses para decir adiós a Windows 10, pues en octubre de 2025 se quedarán sin soporte. A partir de ahí nos tocará pasarnos a Windows 11 y eso implica también adaptarnos a todas las funciones y características nuevas. Hablando de novedades, en la última actualización de Windows 11 Insider Preview tenemos una opción nueva de escritura por voz (dictado por voz), permitiéndonos desactivar el filtro de palabrotas y por tanto, podremos insultar a W11.

La Policía Nacional de España ha lanzado una alerta general a toda la población para advertir del aumento de los casos de estafadores que usan técnicas de clonación de voz – voice hacking – mediante modelos de IA. Los delincuentes usan este procedimiento para suplantar la identidad de una persona conocida de la víctima, para manipularla emocionalmente, y así conseguir dinero o información privada.

OpenAI ya se enfrenta a la primera gran polémica tras el anuncio de GPT-4o. El avanzado modelo de lenguaje, que tiene como principal atractivo el uso del habla y la conversación fluida, acaba de eliminar su voz más popular tras ser acusada de copiar a la de Scarlett Johansson. La actriz no se ha pronunciado, pero ya hay quien afirma que el movimiento de la compañía viene precedido de una posible denuncia por parte de la hollywoodense. 

TikTok es una plataforma para compartir vídeos en formato vertical que permite crear, editar y subir contenido multimedia de hasta diez minutos de duración. La plataforma cuenta con 1.218 millones de usuarios activos en el mundo, siendo en España más de 18 millones de personas las que tienen la app.

Los pequeños artistas no son los únicos que se han visto afectados por la IA. Las malas prácticas de las compañías han llegado también hasta los grandes de la industria. Este es el caso de Stephen Fry, una de las voces británicas más reconocibles, y que además ha sido víctima de robo por parte de la inteligencia artificial.

Esta primavera, Clive Kabatznik, un inversor de Florida, llamó a su representante local de Bank of America para hablar de una gran transferencia de dinero que pensaba hacer. Luego volvió a llamar. Excepto que la segunda llamada no era de Kabatznik. En su lugar, un programa informático había generado de manera artificial su voz e intentó engañar a la empleada del banco para que transfiriera el dinero a otro destino.

Apple ha decidido que la IA se empleará para ayudar a personas con discapacidades cognitivas como la afasia. Pero antes de eso, Apple ha mencionado que entre las novedades han implementado una interfaz táctil que se denomina "Acceso Asistido". Esta se encargará de mostrar las aplicaciones más usadas en cuadrículas, lo que permitirá ayudar a las personas con problemas de motricidad.

 Los cibercriminales no dejan de buscar nuevas vías para cometer sus crímenes, haciendo gala de un incuestionable ingenio, mediante el uso de ingeniería social y las nuevas tecnologías, por lo que mediante esta modalidad de estafa, consiguen obtener el código de verificación, conocido como doble factor de autenticación (2FA), o verificación en dos pasos. Consiguiendo, de este modo, acceder a las cuentas de usuarios de servicios tales como CoinBase, Paypal, Amazon entre otros.

Unos delincuentes parecen haber robado 35 millones de dólares de un banco de Emiratos Árabes Unidos con la ayuda de un voz sintética creada con inteligencia artificial, según una información publicada la revista Forbes. Estas voces “deepfake” fueron utilizadas para engañar a un empleado del banco haciéndole creer que estaba haciendo una transacción comercial legítima asociada con el banco.