Así funcionan las videollamadas traducidas en tiempo real en Google Meet gracias a la IA

Con la llegada de la inteligencia artificial a Google Meet se eliminó una de las grandes barreras de comunicación: el idioma. Una nueva función permite el doblaje en tiempo real para que cada interlocutor se comunique y escuche en su idioma.

Esto es gracias a Gemini, que puede traducir voces durante reuniones virtuales de hasta 100 participantes con un alto nivel de naturalidad, ya que se preservan el tono, el ritmo y la expresión de la voz original, acercando a personas de distintos idiomas y culturas sin perder autenticidad en el diálogo.

Google Meet ya integraba subtítulos automáticos en varios idiomas y capacidades para tomar notas mediante IA. El reciente lanzamiento de la función de traducción y doblaje en tiempo real representa un salto cualitativo.

Según explicó Javier Martínez, director del equipo de preventa de Google Cloud, a la Cadena SER, “hasta ahora el sistema aprendía la voz y a partir de ahí podía sintetizarla y hablar con una voz parecida a la tuya. Este modelo traduce tu sonido y te lo devuelve directamente. La gran revolución de este nuevo sistema es que traducimos audio a audio”.

La mecánica de uso resulta sencilla para el usuario. Desde la misma interfaz habitual de videollamada, la persona puede activar la traducción simultánea, similar a la opción de subtítulos. Una vez habilitada, se establece una comunicación bidireccional: si un participante habla en inglés, la herramienta ofrece la traducción hablada en español, y viceversa, siempre con un leve retraso de apenas unos segundos.

El sonido original permanece en segundo plano, mientras que el doblaje pasa a primer plano, permitiendo seguir la conversación mediante la voz traducida, sin perder el timbre, el ritmo ni la expresividad característica del hablante.

El acceso a la herramienta está disponible para suscriptores de los planes Google AI Pro y Ultra en versión beta. Por ahora, solo están habilitados los idiomas español e inglés, pero la compañía ha confirmado que en las próximas semanas sumará más opciones lingüísticas.

Esta función elimina la necesidad de descargar componentes adicionales o realizar configuraciones complejas: solo es necesario habilitarla dentro de la plataforma.

El sistema, al diferenciarse de los traductores convencionales, emula las particularidades vocales y emocionales de quienes hablan. Así, se garantiza que la traducción conserve el registro natural y auténtico, ofreciendo una experiencia cercana a la comunicación presencial.

Las traducciones no alteran la interacción entre las dos personas y no interrumpen la fluidez de la conversación. De acuerdo a las pruebas internas de Google, incluso en situaciones de conversación espontánea o negociaciones, la IA logra mantener intacto el estilo personal de cada interlocutor.

El secreto del funcionamiento radica en la combinación de modelos de IA especializados en comprensión y síntesis del lenguaje. Gemini, la solución desarrollada por Google, forma parte crucial de este proceso.

Mientras que los modelos de traducción tradicionales realizan primero una transcripción y luego la traducen, Gemini opera traduciendo directamente señales de audio a audio. En pocos segundos, el participante escucha lo que su interlocutor dice en su propio idioma, conservando la voz y las emociones originales.

Durante una demostración en el Anfiteatro Shoreline de la sede de Google en California, la compañía presentó un video pregrabado donde una estadounidense y una latina conversaban sobre el alquiler de una casa, cada cual en su lengua nativa.

Los usuarios que acceden actualmente a la función beta a través de los planes premium de Google Meet pueden comunicarse de manera inmediata en inglés o español, mientras observan cómo la IA adapta sus voces y emociones a la lengua del interlocutor. Google ha anunciado que la herramienta pronto estará disponible para empresas y que planea ampliar el catálogo de idiomas.