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.

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.