Google prueba la función de personalización de voz de Gemini y añade cuatro opciones de control

Introducción

Google parece estar desarrollando un sistema de personalización de voz más detallado para Gemini. A diferencia de limitar a los usuarios a grupos de voz predefinidos, esta interfaz planificada podría permitir a los usuarios ajustar el efecto de pronunciación de Gemini mediante cuatro controles independientes: velocidad, energía, formalidad y calidez.

Esta función fue descubierta por 9to5Google al examinar las cadenas de código de la versión beta 17.41.12 de la aplicación de Google. Dado que la información proviene de un desglose de APK y no de un anuncio oficial del producto, estos controles aún deben considerarse funciones experimentales que Google podría modificar, retrasar o decidir no publicar.

Cuatro características de voz ajustables

El código de la versión beta muestra una nueva sección Personalizar en la voz de Gemini, que incluye cuatro características etiquetadas:

• Velocidad
• Energía
• Formalidad
• Calidez

Se espera que la velocidad ofrezca tres niveles de ajuste: lenta, normal y rápida. Los otros tres controles (energía, formalidad y calidez) probablemente tendrán configuraciones de bajo, medio y alto.

Esto permitirá a los usuarios tener más control sobre la expresión vocal de Gemini sin necesidad de cambiar a una voz predefinida completamente diferente. Los usuarios pueden mantener la misma voz base y ajustar su velocidad o estilo de conversación según la tarea actual.

Gemini podría obtener opciones de control más detalladas sobre el timbre y la textura de la voz.

Cómo funciona la nueva función de control de voz de Gemini

Cada ajuste está diseñado para afectar una dimensión diferente de la experiencia auditiva.

Velocidad

La configuración de velocidad controlará la rapidez con la que habla Gemini. Una velocidad más lenta es más fácil de entender al explicar instrucciones o practicar idiomas, mientras que una velocidad más rápida es más conveniente para indicaciones breves y preguntas y respuestas cotidianas.

Energía

La opción de energía probablemente afectará la vivacidad de la voz de Gemini. Una configuración más alta hará que el asistente de voz suene más enérgico, mientras que una configuración más baja producirá una expresión más tranquila.

Formalidad

La formalidad puede ayudar a los usuarios a igualar el estilo de voz de Gemini según el contexto. Un estilo informal resulta más natural para planificar viajes o sesiones de lluvia de ideas informales, mientras que un tono formal es más adecuado para investigaciones, trabajo o discusiones profesionales.

Calidez

Se espera que la calidez ajuste la amabilidad y accesibilidad de la voz. Aumentar esta configuración hará que las conversaciones cotidianas sean más relajadas, mientras que disminuirla podría producir una expresión más neutral.

Estas descripciones reflejan las funciones esperadas según las etiquetas de control. Google aún no ha publicado documentación oficial sobre cómo cada nivel cambiará el efecto de voz generado.

Esta configuración podría aplicarse a Gemini Live y al chat normal

Según las cadenas de código analizadas por 9to5Google, la voz personalizada se aplicará tanto a Gemini Live como a las experiencias normales cuando las respuestas del chat de Gemini se lean en voz alta.

Esto sería coherente con la configuración de voz actual de Gemini. La documentación de ayuda existente de Google indica que la voz seleccionada de Gemini se aplica a todas las aplicaciones de Gemini, incluido Gemini Live y otras funciones que proporcionan respuestas de voz.

La diferencia importante es que la configuración oficial actual se centra en seleccionar una voz. La interfaz experimental añade una nueva capa que permite a los usuarios ajustar el comportamiento y la expresión de esa voz.

Google también explora voces más localizadas

La función de personalización mencionada en el informe se alinea con los esfuerzos más amplios de Google para hacer que las interacciones de voz sean más naturales y relevantes localmente. Google también ha discutido el soporte para dialectos, lo que podría hacer que las respuestas de voz de Gemini se sientan más familiares para usuarios en diferentes regiones.

La localización de voz no se trata solo de cambiar el acento. La velocidad del habla, el tono, la calidez y la formalidad afectan la comodidad de uso de un asistente en un idioma, cultura o entorno específicos.

Una voz adecuada para discusiones laborales formales puede sonar rígida en una charla casual. Del mismo modo, una expresión enérgica puede ser ideal para lluvias de ideas, pero resultar agotadora durante sesiones de estudio prolongadas. Un control más detallado ayuda a abordar estas diferencias.

La personalización de voz se está convirtiendo en una característica competitiva

Google no es la única empresa que ofrece a los usuarios más control sobre la voz de su asistente de IA. Apple ha anunciado que Siri AI en iOS 27 permitirá a los usuarios personalizar la velocidad del habla y la expresividad.

Ambos enfoques son similares en dirección, pero el diseño experimental de Google parece dividir el comportamiento vocal en más categorías. Además de la velocidad, Gemini podría controlar directamente la energía, la formalidad y la calidez.

Esto refleja un cambio más amplio en los asistentes de voz. La calidad de la experiencia de voz con IA ya no depende solo de si el asistente entiende correctamente la pregunta. Cómo responde (la velocidad a la que habla, si suena formal y si la expresión es emocionalmente adecuada) se está convirtiendo gradualmente en parte de la experiencia del producto.

Por qué es importante un control de voz más detallado

Las interfaces de voz se utilizan en muchos escenarios diferentes. Las personas pueden hablar con Gemini mientras conducen, estudian, planifican viajes, revisan documentos o resuelven problemas técnicos. Un único estilo de habla fijo difícilmente puede ser ideal en todas las situaciones.

Un control más detallado ofrece varios beneficios prácticos:

1. Mejor accesibilidad: Los usuarios pueden elegir una velocidad más lenta cuando necesitan más tiempo para procesar información.
2. Mejor adaptación a la tarea: Se pueden ajustar la formalidad y la energía para trabajo profesional, educación o uso informal.
3. Conversaciones más naturales: El control de calidez puede reducir la sensación mecánica que a menudo tienen las voces sintéticas.
4. Mayor preferencia personal: Los usuarios no tienen que aceptar la personalidad predeterminada de una voz predefinida.
5. Experiencia de voz coherente: La misma configuración podría aplicarse a Gemini Live y a las respuestas de voz en chats estándar.

Esta función también podría hacer que el uso del asistente de voz sea más agradable durante períodos prolongados. Incluso las voces sintéticas de alta calidad pueden resultar agotadoras si el ritmo o el tono no coinciden con las preferencias del oyente.

Disponibilidad y limitaciones importantes

Google no ha anunciado oficialmente estos cuatro controles de voz ni ha confirmado una fecha de lanzamiento. Su aparición en la versión beta de la aplicación de Google indica que están en desarrollo activo, pero el descompilado de APK no garantiza que la función aparezca en la versión pública de la aplicación.

Google podría modificar las etiquetas, cambiar los niveles disponibles, limitar la función a idiomas específicos o eliminarla antes de su lanzamiento. La disponibilidad también puede variar según la cuenta, el dispositivo, la región y la configuración de idioma de Gemini.

Actualmente, los usuarios aún pueden cambiar la voz predefinida de Gemini a través de la aplicación móvil de Gemini:

1. Abre la aplicación de Gemini.
2. Abre el menú y selecciona la foto de perfil o el icono de la cuenta.
3. Ve a Configuración.
4. Selecciona Voz de Gemini.
5. Previsualiza la voz y confirma la selección.

La cantidad de voces disponibles varía según el idioma, y Google señala que la función de selección de voz no está disponible en todos los idiomas compatibles.

Preguntas frecuentes

¿Cuáles son los nuevos controles de personalización de voz de Gemini?

La interfaz experimental incluye velocidad del habla, energía, formalidad y calidez. La velocidad puede ofrecer tres niveles: lenta, normal y rápida, mientras que los otros controles pueden ofrecer configuraciones de bajo, medio y alto.

¿Se pueden usar ahora los nuevos controles de voz de Gemini?

Google no ha lanzado oficialmente estas funciones. Fueron descubiertas mediante descompilado de APK en la versión beta 17.41.12 de la aplicación de Google, por lo que la función aún no está confirmada y podría cambiar antes de su lanzamiento.

¿Se pueden aplicar estas configuraciones a Gemini Live?

El código descubierto indica que la voz personalizada se aplicará a Gemini Live y a los chats normales de Gemini con respuestas de voz. Esto aún no ha sido confirmado en un anuncio oficial de Google.

¿Puedo cambiar la voz de Gemini ahora?

Sí. Google actualmente permite a los usuarios seleccionar una voz predefinida de Gemini en la aplicación móvil, aunque la cantidad de voces disponibles varía según el idioma y esta configuración no está disponible en todas las regiones.

¿Qué hace la configuración de calidez de Gemini?

Google no ha publicado una definición oficial para este control experimental. Según su etiqueta, se espera que afecte el grado en que Gemini suena amigable, accesible o emocionalmente cálido.

¿Puede Gemini hablar más lento?

El control de velocidad planificado probablemente incluirá opciones de lenta, normal y rápida. Hasta que se lance la función, es posible que los usuarios no encuentren un control deslizante de velocidad global dedicado en la configuración estándar de voz de Gemini.

¿Por qué Google añade más controles de voz?

Un control más detallado puede ayudar a los usuarios a ajustar las respuestas de voz de Gemini según diferentes tareas y preferencias personales. También puede hacer que las conversaciones de voz prolongadas se sientan más naturales y menos repetitivas.

¿Siri ofrece funciones similares de personalización de voz?

Apple ha anunciado controles de velocidad del habla y expresividad para Siri AI en iOS 27. Gemini

El sistema experimental parece tener un alcance más amplio, ya que también podría incluir configuraciones individuales para la energía, formalidad y calidez.

Herramientas relacionadas

• Google Gemini: Asistente de inteligencia artificial de Google que admite texto, voz, planificación, investigación y diálogo multimodal.
• Gemini Live: Modo de conversación por voz en tiempo real dentro de la experiencia Gemini.
• Aplicación móvil Gemini en Google Play: Aplicación oficial de Android para gestionar los ajustes de voz de Gemini.
• Google AI Studio: Entorno basado en navegador de Google para probar y crear aplicaciones basadas en modelos Gemini.
• Gemini-TTS: Documentación de Google Cloud sobre la generación de texto a voz controlable de Gemini.

Enlaces relacionados

• Informe de análisis detallado de APK de 9to5Google: Informe original de desglose que describe cuatro funciones experimentales de control de voz.
• Ayuda de Google: Cambiar la voz de Gemini: Instrucciones oficiales para seleccionar las voces predefinidas actuales de Gemini.
• Ayuda de Google: Conversación natural con Gemini Live: Guía oficial para usar y gestionar Gemini Live.
• Descripción general oficial de Gemini Live: Introducción de Google a la conversación por voz en tiempo real de Gemini.
• Documentación de Google Cloud Gemini-TTS: Información oficial sobre el control de velocidad, tono, acento y expresividad en la voz generada.
• Descripción general de Apple iOS 27: Página oficial de Apple sobre las funciones de personalización de velocidad y expresividad de voz de Siri con inteligencia artificial.

Resumen

Google está probando un sistema de voz Gemini más flexible, basado en cuatro funciones de control: velocidad, energía, formalidad y calidez. Esta función permitirá a los usuarios ajustar la expresión vocal de Gemini sin reemplazar completamente la voz seleccionada.

Estos controles se encontraron en la versión beta 17.41.12 de la aplicación de Google, y se espera que afecten tanto a Gemini Live como a las respuestas de voz en el chat normal. Sin embargo, Google aún no ha anunciado oficialmente esta función, por lo que su diseño final y fecha de lanzamiento siguen siendo inciertos.

Si la función se publica, esta actualización llevará la personalización de la voz de Gemini más allá de una simple selección de voz, hacia un estilo de habla controlable y basado en tareas.