La voz como la próxima interfaz de IA

En la Web Summit, el co‑fundador y director ejecutivo de ElevenLabs, Mati Staniszewski, afirmó que la voz está emergiendo como la próxima gran interfaz para las tecnologías de inteligencia artificial. Explicó que los modelos de voz modernos ya no solo imitan el habla humana; ahora incorporan emoción, entonación y el poder de razonamiento de los grandes modelos de lenguaje. Esta evolución, argumentó, cambiará la interacción del usuario de tocar pantallas a hablar, permitiendo a las personas mantener sus dispositivos en sus bolsillos mientras interactúan con el mundo que los rodea.

Procesamiento híbrido en la nube y en dispositivos

Staniszewski describió la estrategia de ElevenLabs para ir más allá de la generación de audio basada únicamente en la nube hacia un enfoque híbrido que combina servicios en la nube con procesamiento en dispositivos. Esta arquitectura está diseñada para respaldar hardware emergente como auriculares, gafas inteligentes y otros wearables donde la voz puede actuar como una compañera constante en lugar de una característica ocasional. Al combinar la escalabilidad de la nube con los beneficios de baja latencia de la computación local, la empresa busca ofrecer interacciones de voz de alta calidad y en tiempo real en una gama más amplia de dispositivos.

Asociaciones y impacto en el mercado

El CEO destacó una asociación con Meta que lleva la tecnología de voz de ElevenLabs a plataformas como Instagram y el entorno de realidad virtual Horizon Worlds. También expresó su apertura a colaborar en las gafas inteligentes Ray‑Ban de Meta, lo que indica un impulso para integrar interfaces impulsadas por voz en nuevos formatos. Estas alianzas, junto con la ronda de financiación reciente que valoró a ElevenLabs en once mil millones de dólares, subrayan el creciente interés comercial en la voz como una capacidad fundamental de IA.

Preocupaciones de privacidad y vigilancia

Mientras abogaba por la promesa de la interacción de voz omnipresente, Staniszewski reconoció que integrar sistemas de voz más profundamente en la vida diaria plantea serias preocupaciones de privacidad y vigilancia. La recopilación persistente de datos de voz podría permitir un perfilamiento personal detallado, y el CEO advirtió que las empresas deben abordar cuántos datos de usuario se almacenan y procesan a medida que la voz se convierte en una interfaz continua y siempre activa. La discusión hizo referencia a la escrutinía de la industria de tecnologías similares, enfatizando la necesidad de salvaguardias sólidas.

Usado: News Factory APP - descubrimiento de noticias y automatización - ChatGPT para Empresas