Nvidia lanza modelo gratuito de transcripción que funciona en 40 idiomas

Nvidia liberó esta semana un modelo de inteligencia artificial para transcripción de voz a texto que cubre hasta 40 idiomas. El modelo, bautizado como Nvidia Parakeet, está disponible de forma gratuita y representa un avance significativo para aplicaciones que procesan grabaciones, como reuniones de trabajo o registros médicos. Sin embargo, no funciona con audio en tiempo real, lo que limita su uso en asistentes virtuales o traducción simultánea, un terreno donde competidores como ElevenLabs ya tienen ventaja.

Qué ofrece Nvidia Parakeet y cómo se diferencia

Parakeet es un modelo de reconocimiento automático del habla (ASR, por sus siglas en inglés) entrenado para convertir archivos de audio en texto escrito. Según la compañía, soporta 40 lenguas, entre ellas español, inglés, mandarín, árabe y portugués, lo que lo hace útil para equipos multinacionales o sistemas de documentación clínica. A diferencia de herramientas como Whisper de OpenAI, que también es gratuita, Nvidia asegura que Parakeet reduce los errores en entornos con ruido de fondo, como oficinas abiertas o salas de hospital.

El modelo está diseñado para trabajar con archivos de audio previamente grabados, no con transmisiones en vivo. Esto significa que no puede usarse como un intérprete en tiempo real durante una videollamada o una conversación cara a cara. Nvidia recomienda Parakeet para tareas como transcribir reuniones grabadas, generar subtítulos de videos o procesar historias clínicas dictadas por médicos. La empresa no ha informado si en el futuro planea agregar soporte para audio en vivo.

Relevancia para Chile y disponibilidad

Para usuarios en Chile, Parakeet podría ser una opción atractiva si se necesita transcribir grabaciones en español u otros idiomas sin pagar suscripciones mensuales. El modelo es gratuito y se puede descargar desde el repositorio de Nvidia en Hugging Face, una plataforma donde se alojan modelos de IA. No requiere conexión a internet para funcionar, ya que se ejecuta localmente en el computador, lo que protege la privacidad de los datos. Eso sí, se necesita un equipo con una tarjeta gráfica Nvidia compatible, algo que no todos los usuarios tienen.

En el ámbito local, la herramienta podría ser útil para pequeños estudios de abogados, centros de salud o periodistas que necesiten transcribir entrevistas o reuniones. Pero quienes busquen una solución para conversaciones en vivo —como intérpretes o asistentes de atención al cliente— deberán esperar o recurrir a servicios de pago como ElevenLabs o Google Cloud Speech-to-Text. Nvidia no ha anunciado una versión en español adaptada a modismos chilenos, por lo que el rendimiento con acentos locales dependerá de las pruebas que cada usuario haga.

La llegada de Parakeet refuerza la competencia en el mercado de transcripción, donde hasta ahora dominaban soluciones cerradas o con costos por minuto. Al ser gratuito y de código abierto, cualquier desarrollador en Chile puede integrarlo en sus propias aplicaciones, siempre que cumpla con los requisitos técnicos. La noticia llega justo cuando el uso de IA para automatizar tareas administrativas crece en el país, especialmente en sectores como la salud y la educación.

Con información de TechCrunch