Meta revela cómo logró traducción simultánea en español para sus gafas inteligentes

Las gafas inteligentes de Meta ahora pueden traducir conversaciones en tiempo real, permitiendo que dos personas que hablan idiomas distintos se entiendan sin necesidad de intermediarios ni pantallas. La función, que comenzó como un experimento en el evento Connect 2024, se ha convertido en una característica central de los dispositivos Ray-Ban Meta, Oakley Meta Vanguard y Oakley Meta HSTN, que ofrecen traducciones simultáneas en seis idiomas: inglés, francés, alemán, italiano, portugués y español. Las gafas Meta Ray-Ban Display, por su parte, soportan cuatro idiomas en este momento. Los altavoces integrados en las monturas reproducen la traducción de forma inmediata, lo que significa que el usuario escucha la respuesta de su interlocutor en su propio idioma sin demoras perceptibles.

El camino hacia esta capacidad fue más tortuoso de lo que podría parecer hoy. Cuando Meta comenzó a trabajar en la traducción simultánea, el proceso requería que dos personas mantuvieran una conversación —cada una en su idioma— mientras un sistema de conversión de texto a voz capturaba y reproducía la traducción a través de los altavoces. Era un prototipo funcional pero lejos de ser elegante. El equipo de ingenieros descubrió que las Ray-Ban Meta, que ya estaban siendo desarrolladas como dispositivo de captura de fotos, video y mensajería, representaban la plataforma perfecta para perfeccionar esta tecnología. Lo que comenzó como una demostración se transformó en un proyecto de desarrollo serio.

Superadas las primeras pruebas, el equipo enfrentó desafíos técnicos considerables. Necesitaban garantizar que la calidad de la traducción cumpliera con estándares aceptables, lo que obligó a pruebas continuas y exhaustivas. A medida que el proyecto crecía, los ingenieros tuvieron que replantearse aspectos fundamentales: cómo interactuarían las gafas con los usuarios de forma natural, cómo reducir la latencia para que la experiencia fuera fluida, y cómo evitar que el dispositivo se sobrecalentara durante el procesamiento intensivo de datos. Cada uno de estos problemas requería soluciones específicas, y el equipo trabajó de forma coordinada para resolverlos.

Aunque las gafas con traducción simultánea ya están disponibles para comprar, Meta reconoce públicamente que la función sigue en desarrollo. La compañía admite que todavía existe cierta latencia perceptible y que la precisión no es perfecta. Esto no es una limitación menor, sino un reconocimiento honesto de que el trabajo continúa. Con el tiempo, Meta promete que la traducción será más rápida y que incluirá más idiomas. Cada nuevo idioma, sin embargo, requiere un entrenamiento y una evaluación de modelos personalizados diseñados específicamente para el formato del dispositivo, lo que explica por qué la expansión no es instantánea.

Una mejora reciente ha sido la introducción de transcripción casi instantánea de la conversación en ambos idiomas directamente en la aplicación Meta AI. Esto significa que el interlocutor puede ver en su teléfono móvil una transcripción de lo que se está diciendo, proporcionando una capa adicional de claridad y registro de la conversación. Baiyang Liu, investigador científico en Meta con más de una década en la empresa, describió el proceso de desarrollo como el trabajo de un equipo extraordinariamente comprometido. Según Liu, lo que hizo posible esta tecnología no fue solo la sofisticación técnica, sino las personas detrás de ella que creyeron en el proyecto y trabajaron sin descanso para hacerlo realidad. El equipo resolvió problemas complejos en conjunto porque querían que funcionara, no porque estuviera en sus descripciones de trabajo.

El impacto de esta tecnología es tangible. Las personas que viajan, que tienen relaciones personales o profesionales en otros idiomas, o que simplemente desean comunicarse sin barreras lingüísticas, ahora tienen una herramienta que antes no existía. No es perfecta, pero funciona. Y en un mundo donde la comunicación sigue siendo uno de los mayores desafíos humanos, una gafa que puede traducir lo que alguien dice mientras lo dice representa un paso significativo. Meta está claro en que esto es solo el comienzo: la velocidad mejorará, la precisión aumentará, y más idiomas se añadirán. Lo que comenzó como una demostración en un evento de tecnología se ha convertido en una funcionalidad real que está cambiando cómo las personas se comunican a través de las barreras del idioma.