Google lanzó discretamente IA de dictado para iOS que funciona sin internet

Google lanzó silenciosamente una aplicación de dictado por voz para iOS que funciona completamente sin conexión. La nueva app utiliza modelos de lenguaje Gemma — la propia línea de Google de modelos de IA compactos optimizados para ejecutarse directamente en el dispositivo. Este es un golpe directo al mercado de entrada de voz, que hasta ahora ha sido controlado por desarrolladores terceros.

Sin alarde ni grandes anuncios, Google colocó la nueva aplicación en la App Store. Se posiciona como una herramienta de dictado de nueva generación: el usuario habla — el modelo reconoce, procesa y emite texto, con todo ocurriendo localmente en el iPhone. Ningún fragmento de voz se envía a servidores remotos.

La aplicación se basa en modelos Gemma — una familia de modelos de lenguaje abiertos que Google ha estado desarrollando activamente desde principios de 2024. A diferencia de los modelos en la nube pesados, Gemma está diseñado para ejecutarse en dispositivos de consumidor con recursos limitados: smartphones, laptops y tablets. La empresa ya ha integrado Gemma en varias funciones de Android y ahora ha trasladado un enfoque similar a iOS — una plataforma donde Google históricamente ha quedado rezagado respecto a Apple.

El principal competidor de la nueva app es Wispr Flow, que rápidamente se convirtió en favorito de la comunidad tecnológica: startups, desarrolladores y creadores de contenido la utilizan para entrada de voz en cualquier aplicación en Mac y Windows. Wispr ofrece una superposición conveniente, dictado en cualquier campo de entrada e integración con herramientas de trabajo. El producto de Google es más modesto en funcionalidad por ahora, pero tiene otras ventajas.

La primera es la privacidad. El procesamiento sin conexión significa que los datos de voz nunca salen físicamente del dispositivo. Para muchos usuarios esto es fundamental: el dictado a menudo contiene información personal, documentos de trabajo, conversaciones confidenciales.

Los servicios en la nube, incluso con buenas políticas de privacidad, siguen siendo un punto de vulnerabilidad. El procesamiento local elimina completamente la cuestión. La segunda es la velocidad.

La ausencia de solicitudes de red elimina el retraso entre el habla y el texto. En la práctica, esto es especialmente notable con conexiones inestables — en el metro, avión, áreas de cobertura débil. La aplicación funciona con igual fiabilidad independientemente de la calidad de Internet.

La tercera es el ahorro de tráfico. El dictado a la nube crea un flujo constante de datos de audio. Para usuarios con planes de datos limitados, esto es un problema real.

El modo sin conexión elimina cualquier consumo de datos móviles para procesamiento de IA. El lanzamiento en iOS parece ser una señal estratégica. Google está promoviendo activamente Gemma como una solución abierta para IA en dispositivo y demostrando sus capacidades a través de sus propios productos.

La aplicación de dictado es una prueba de concepto clara: un modelo pequeño maneja el reconocimiento de voz en tiempo real sin soporte en la nube. El mercado de entrada de voz se está volviendo cada vez más competitivo. Apple mejora el dictado integrado con cada versión de iOS.

Microsoft integra funciones de voz en Windows a través de Copilot. Las startups — Wispr Flow, Superwhisper y otras — crean productos sobre la base de modelos abiertos como Whisper de OpenAI. Ahora Google se suma a esta carrera con su propio stack y marca fuerte.

Un lanzamiento silencioso sin comunicado de prensa — táctica típica de Google para nuevos productos experimentales. La empresa lanza, observa la reacción de la audiencia e itera. Si la app gana tracción orgánica, deberíamos esperar un anuncio más amplio, integración con Google Docs y posiblemente una versión para Android.

Para los usuarios, esto es en cualquier caso una buena noticia: la competencia reduce precios e impulsa la calidad hacia arriba.