Un asistente de voz con IA que habla tu idioma: 31 idiomas, en el iPhone

Orvena es un asistente de voz con IA que habla 31 idiomas con voces generadas en el iPhone, y su interfaz está en 30. Aquí tienes la lista, cómo configurarlo y los detalles que conviene saber sobre tu idioma.

Idiomas del asistente de voz con IA: la lista completa de 31

El inglés (con voces estadounidenses y británicas), el español, el francés, el italiano y el portugués tienen voces dedicadas, con sus propios diccionarios de pronunciación. Los otros 26 comparten un motor y un conjunto de diez estilos de voz: árabe, búlgaro, croata, checo, danés, neerlandés, estonio, finés, alemán, griego, hindi, húngaro, indonesio, japonés, coreano, letón, lituano, polaco, rumano, ruso, eslovaco, esloveno, sueco, turco, ucraniano y vietnamita.

No eliges un idioma de respuesta. Orvena responde en el idioma en el que has escrito o hablado, mensaje a mensaje, así que puedes cambiar a mitad de conversación y te sigue.

Eso vale para el modelo propio de Orvena. Apple Intelligence, con el que Orvena también puede responder en iOS 27, abarca menos idiomas. Apple indica estos idiomas para Apple Intelligence: inglés, danés, neerlandés, francés, alemán, italiano, noruego, portugués, español, sueco, turco, vietnamita, chino (simplificado y tradicional), japonés y coreano. Orvena pregunta a iOS si el modelo de Apple admite el idioma de tu iPhone, y en un idioma que no admite muestra "Apple Intelligence aún no admite este idioma. Descarga el modelo propio de Orvena en Modelos para conversar en este idioma." El ajuste de motor predeterminado, Automático, solo elige Apple Intelligence cuando admite el idioma de tu iPhone.

Cómo fijar el idioma hablado

De forma predeterminada, el reconocimiento de voz está en Automático: Orvena escucha en el idioma de la conversación actual y, si todavía no hay ninguna, en el idioma de tu móvil. Si siempre hablas el mismo idioma, fíjalo en Ajustes, en Voz, y el reconocimiento deja de adivinar. La primera vez que se usa un idioma, iOS descarga su modelo de reconocimiento en el dispositivo, así que esa vez la pantalla "Preparando…" que aparece antes de que hables se queda un poco más en pantalla. iOS solo mantiene instalados unos pocos idiomas de reconocimiento a la vez; Orvena se encarga de ello y conserva siempre el idioma de tu móvil y el que hayas fijado.

Cómo elegir una voz

El inglés tiene ocho voces. Heart es la predeterminada; las otras voces estadounidenses son Bella, Nicole, que habla susurrando, Michael y Fenrir, y las británicas son Emma, George y Fable. El español, el francés, el italiano y el portugués tienen cada uno su propia voz. Para los otros 26 idiomas eliges uno de diez estilos, de Femenina 1 a 5 y de Masculina 1 a 5, y el estilo se mantiene de un idioma a otro. Cada voz inglesa y cada uno de los diez estilos tiene un botón de vista previa en Ajustes; las voces en español, francés, italiano y portugués no se eligen: se activan solas cuando una respuesta está en ese idioma.

Las descargas

La voz llega en dos paquetes, que se descargan después de desbloquearla y terminan en segundo plano: unos 345 MB para inglés, español, francés, italiano y portugués, y 400 MB para los otros 26 idiomas. Si solo necesitas uno de ellos, puedes eliminar el otro en Ajustes. Los dos vienen del servidor espejo de Orvena, y cada archivo se comprueba con un hash fijado, igual que el modelo de lenguaje.

Cómo se crean las voces

El primer motor es Kokoro, un modelo de 82 millones de parámetros que trabaja a partir de la pronunciación, no de la ortografía. Para el inglés lleva dentro de la app diccionarios de pronunciación de más de 180.000 palabras y una pequeña red neuronal para lo que no aparezca en ellos. Para el español, el francés, el italiano y el portugués descarga un diccionario de pronunciación por idioma, deduce cómo suenan las palabras poco frecuentes a partir de reglas de lectura y dice los números como lo haría un hablante de ese idioma. El segundo motor, Supertonic, lee el texto directamente, sin paso de pronunciación, y eso es lo que le permite cubrir 26 idiomas en una sola descarga de 400 MB. Los dos hacen una pausa de aproximadamente un cuarto de segundo después de cada frase, y Supertonic además hace una pausa de la mitad en cada coma. Los dos leen los símbolos en voz alta: los porcentajes, las divisas y las temperaturas se dicen con palabras en inglés, español, francés, italiano y portugués.

Notas por idioma

• Noruego. Orvena lo lee y lo escribe, y lo habla con la voz danesa, porque el noruego escrito y el danés se parecen lo bastante como para que la voz danesa lo lea bien.
• Malayo y gallego. Se hablan con las voces indonesia y portuguesa, respectivamente, por el mismo motivo.
• Chino. Lo entiende y lo escribe, pero todavía no hay voz neuronal, así que por ahora las respuestas habladas usan la voz integrada del iPhone.
• Árabe. La voz está disponible, pero la interfaz no está traducida al árabe.
• Japonés y coreano. Internamente se pronuncian en frases más cortas, algo que encaja con los dos idiomas; no lo notarás, salvo en que las pausas caen de forma natural.
• Siri. Las frases de Siri para Pregúntale a Orvena y Habla con Orvena están traducidas a los 29 idiomas de la interfaz además del inglés, por ejemplo "Frag Orvena" en alemán, "Spørg Orvena" en danés y "Demande à Orvena" en francés. Que Siri responda a ellas depende de los idiomas que admita Siri.
• Cualquier idioma. Que Orvena pueda escucharte en él depende del reconocimiento de voz en el dispositivo de Apple. El selector solo ofrece idiomas que puede tanto oír como hablar.

Preguntas frecuentes

¿Qué idiomas habla Orvena?

Treinta y uno: inglés, español, francés, italiano, portugués, alemán, neerlandés, danés, sueco, finés, polaco, checo, eslovaco, esloveno, croata, húngaro, rumano, búlgaro, griego, ucraniano, ruso, turco, estonio, letón, lituano, árabe, hindi, indonesio, vietnamita, coreano y japonés. La interfaz está disponible en 30 idiomas.

¿Las voces se generan en el móvil?

Sí. Los dos motores de voz funcionan en el iPhone, y con el modelo propio de Orvena o con Apple Intelligence la respuesta también se redacta allí. Si eliges Private Cloud Compute o un modelo en la nube, la respuesta se redacta en los servidores de ese proveedor, y una sesión de voz en directo con el modelo Realtime de OpenAI y tu propia clave transmite tu audio a OpenAI. Cada una de esas opciones pide tu consentimiento antes.

¿Puede traducir?

Puedes pedirle que traduzca una frase o un mensaje, y lo hará. Si no, simplemente responde en el idioma que hayas usado.

¿La interfaz está en mi idioma?

En 30 idiomas, que aparecen en la página del App Store. El árabe se habla, pero la interfaz aún no está traducida.