Google amplía sus modelos de IA para comprender más lenguas y matices culturales

15 de septiembre de 2026. Google afirma que sus tecnologías y productos ya funcionan en más de 300 lenguas, habladas por más de 7.000 millones de personas. La compañía señala que Google Translate ha pasado de admitir un número reducido de idiomas en 2006 a superar los 250 en la actualidad.

La empresa está desarrollando modelos capaces de procesar audio directamente, en lugar de limitarse a transcribirlo antes de traducirlo. Según Google, este enfoque permite conservar el tono, el ritmo, la emoción, el contexto y los cambios entre lenguas que aparecen en conversaciones reales. Gemini 3.5 Live Translate ofrece traducción hablada en tiempo real en 70 lenguas y más de 2.000 pares lingüísticos, mientras que Gemini 3.5 Transcribe convierte audio en texto formateado incluso en entornos ruidosos o con terminología compleja.

Google también sitúa entre sus objetivos el soporte para las 1.000 lenguas más habladas del mundo. Su Universal Speech Model se entrenó con 12 millones de horas de audio y utiliza aprendizaje por transferencia entre lenguas para mejorar el reconocimiento del habla en idiomas con menos datos disponibles.

Para ampliar esos datos, la compañía ha impulsado colaboraciones locales como WAXAL, un conjunto abierto de datos de voz que cubre 27 lenguas del África subsahariana; Project Vaani, que ha recopilado más de 30.000 horas de habla en 109 lenguas de India; y Amplify Initiative, con 15.000 datos multimodales aportados por más de 1.600 expertos y 20 universidades. Google también ha presentado Language Explorer, una herramienta que visualiza LinguaMeta, un repositorio abierto con más de 7.000 lenguas habladas, escritas y signadas.

Para usuarios con conectividad limitada, Google ha desarrollado TranslateGemma, una familia de modelos abiertos y ligeros de traducción entrenados en 55 lenguas que pueden ejecutarse en dispositivos. Además, la compañía apoya a Viamo en el despliegue de AVA, un asistente de voz basado en Gemini para teléfonos básicos que ya ha respondido a más de 2 millones de preguntas durante su piloto en Rwanda.

En accesibilidad, Google trabaja en Sign Language-to-Text (SL2T), entrenado con más de 50 lenguas de signos y utilizado para dictado en Gboard y Live Transcribe en Pixel 11, inicialmente entre American Sign Language (ASL) e inglés.

Fuente: Google.