Sé de los primeros cuando Gaavala llegue a la Chrome Web Store. Unirse a la lista

Presentamos Speak Mode: traducción de voz con IA que habla por ti en las reuniones

Speak Mode de Gaavala traduce lo que dices y lo reproduce con una voz sintética en un único idioma de destino elegido dentro de una reunión del navegador. Requiere Pro. Mantén Speak para una intervención breve o pulsa para un intervalo manos libres; esta guía explica configuración, voces y límites de reproducción.

Un botón: tócalo o mantenlo presionado — Un toque abre una ventana de 60 segundos manos libres. Si lo mantienes presionado, hablas solo mientras lo mantienes. Otro toque lo detiene antes.

Qué hace Speak Mode en realidad

Speak Mode no es una pista de doblaje superpuesta a una transcripción. Es una canalización de voz en vivo y bidireccional que corre junto al flujo de transcripción que Gaavala ya tenía.

Cuando lo activas durante una reunión, esto es lo que ocurre dentro de tu navegador:

La extensión captura el audio de tu micrófono — de forma separada del audio de la pestaña que Gaavala ya captura para el lado entrante.
Ese audio del micrófono se transmite directamente a Soniox mediante un WebSocket para la conversión de voz a texto. Es el mismo patrón directo a Soniox que usa el resto de Gaavala — el audio de tu micrófono nunca toca nuestro backend.
A medida que Soniox emite tokens comprometidos en tu idioma de origen, la extensión los agrupa en frases cortas y envía el texto al paso de traducción de Gaavala para el idioma de destino que hayas configurado.
Soniox convierte el texto traducido en audio con la voz de estudio que hayas elegido o con tu propia voz clonada.
Ese clip de voz se envía a la llamada en lugar de tu pista de micrófono saliente, de modo que todos oyen la voz traducida como si fuera la tuya. No hay ningún dispositivo de micrófono virtual que instalar ni nada que seleccionar en la configuración de audio de tu aplicación de reuniones — y mientras suena la voz traducida, tu micrófono real está silenciado para que la llamada nunca oiga las dos cosas a la vez.

Un botón que lee el gesto

Las reuniones reales no son todas iguales, así que Speak Mode tiene que comportarse de forma distinta cuando devuelves una respuesta de una línea y cuando estás guiando a alguien por una diapositiva. La mayoría de las herramientas resuelve eso con un selector de modo que tienes que ajustar antes de necesitarlo — lo que significa que, en el momento en que necesitas el otro modo, estás en el equivocado.

Gaavala no tiene selector de modo. Hay un único botón Speak, y lee cómo lo presionas.

Mantenlo presionado

Mantén presionado el botón y hablas solo mientras lo mantienes. Sueltas y la canalización se cierra limpiamente. Este es el gesto walkie-talkie, y es el seguro: nunca emites por accidente un comentario lateral, una tos o un momento de pensar en voz alta. Es el instinto correcto para una intervención rápida, para llamadas de alto riesgo donde la precisión gana a la fluidez, y para cualquier sala donde tu micrófono pueda recoger voces que no querías traducir.

Mantener presionado también funciona desde el teclado — presiona y mantén la barra espaciadora durante un tercio de segundo y se comporta exactamente igual que mantener presionado el botón.

Para intervenciones breves y turnos de palabra, el flujo pulsar para hablar explica cuándo mantener pulsado, soltar y esperar a que termine la respuesta traducida.

Tócalo

Toca el botón en su lugar y se abre una ventana manos libres de 60 segundos. Un anillo marca la cuenta regresiva de la ventana en minutos y segundos, y se pone ámbar en los últimos diez, de modo que siempre sabes cuánto te queda de turno sin mirar el reloj. Habla con naturalidad; Gaavala traduce y pone voz a cada frase sobre la marcha, y tú no tocas nada.

Dos toques rápidos abren en cambio una ventana de 30 segundos — la duración honesta para un punto preparado y breve. Toca una vez más mientras una ventana está corriendo y se detiene antes; si no, termina sola al llegar a cero.

Por qué esto es un control y no dos

El gesto que ya haces codifica la intención. Mantenerlo presionado significa "solo esto"; un toque significa "dame un rato". No hay que configurar nada por adelantado, nada está en el modo equivocado cuando llega el momento y no hay atajo que asignar ni que olvidar. La propiedad de seguridad que gustaba del push-to-talk — que nada sale de la sala salvo que tú lo quieras — sigue siendo exactamente cierta al mantener presionado.

Las voces: 68 preajustes de estudio y la tuya propia

Speak Mode te da dos formas de elegir la voz que oye la reunión, y elijas la que elijas, esa voz habla los 60 idiomas que Gaavala traduce.

68 voces de estudio de Soniox (el valor por defecto de Pro)

Las voces de estudio de Soniox son el valor por defecto en Pro y el que la mayoría de la gente nunca necesita cambiar: 68 preajustes multilingües que hablan los 60 idiomas que Gaavala traduce, de forma translingüe y con una clave gestionada — no hay nada que configurar. La síntesis va del navegador directamente a Soniox usando el mismo patrón de clave de corta duración que los subtítulos, así que el texto traducido nunca pasa por el backend de Gaavala.

Tu propia voz (clon integrado)

Lee una sola vez un texto de dos minutos, en el panel lateral, y Gaavala crea un clon personal — con tecnología Soniox — que habla los mismos 60 idiomas que hablaría una voz de estudio, con tu timbre en lugar de un preajuste. La muestra de referencia se guarda cifrada y puedes eliminarla en cualquier momento desde esa misma pantalla de configuración; el audio de tus reuniones no se almacena nunca, ni en esta función ni en ninguna otra parte de Gaavala.

Una voz de estudio no necesita grabación personal. Un clon usa tu muestra para aproximar tu voz; el parecido y la pronunciación pueden variar según el idioma y la frase.

En las llamadas habituales con clientes, tu propio clon de voz puede dar una voz familiar a Speak Mode; allí se explican la grabación y la eliminación.

Cómo se compara con lo que ya existe

Teams Interpreter, Google Meet Speech Translation y Zoom Voice Translator ofrecen traducción hablada nativa, cada uno con sus propios requisitos de licencia, cliente e idiomas. Gaavala ofrece un mismo flujo en el navegador para Teams, Zoom, Meet y Webex, con 68 voces de estudio de Soniox o tu clon con Pro. Elige según el par de idiomas y la reunión; Gaavala no es la única opción de traducción de voz.

Para quién es Speak Mode

Speak Mode es una función de Pro y su precio está pensado para profesionales individuales, no para implementaciones corporativas. Quienes más partido le sacan son:

Consultores internacionales que llevan llamadas de proyecto con clientes cuyo inglés es limitado y que preferirían oírte en su propio idioma antes que pelearse con el tuyo.
Responsables de equipos multilingües que se unen a los standups con equipos de ingeniería en otros países, donde la mitad del personal piensa en un idioma y la otra mitad en otro.
Vendedores que trabajan en mercados extranjeros, donde una voz de sonido fluido en el idioma del cliente cambia cómo se siente la llamada y cómo aterriza la propuesta.
Personas de operaciones de campo que hacen de puente entre una planta en el extranjero y la central, donde el costo de un malentendido es operativo, no solo social.

Si tus reuniones son plenamente bilingües en un solo par de idiomas y todo el mundo sigue el ritmo, probablemente no necesites Speak Mode. Si hay un momento recurrente en el que tú o alguien de la otra parte se queda en silencio porque la brecha de idioma es unidireccional, esta es la función que arregla ese momento.

Para responder sin entrada del micrófono, consulta el flujo accesible con respuestas escritas.

Privacidad: qué cambia y qué no

La arquitectura de privacidad de fondo de Gaavala no cambia cuando activas Speak Mode. El audio entrante de la reunión sigue transmitiéndose directamente desde tu navegador a Soniox mediante un WebSocket que nunca toca nuestro backend. El audio de tu micrófono para Speak Mode sigue el mismo patrón directo a Soniox — nosotros nunca lo vemos.

El paso de TTS sigue el mismo patrón para las dos opciones de voz. Las voces de estudio de Soniox envían el texto traducido del navegador directamente a Soniox, autenticadas con las mismas claves temporales de corta duración que usan los subtítulos — el backend de Gaavala nunca ve el texto ni el audio. Tu propia voz clonada se sintetiza igual, con una excepción deliberada y estrecha aguas arriba: la muestra de referencia de dos minutos que grabas para construir el clon se guarda cifrada (AES-256-GCM) en los servidores de Gaavala, se usa únicamente para construir y mantener tu voz, y se puede eliminar cuando lo pidas. Nada más del audio de Speak Mode — ni la entrada de tu micrófono, ni el audio de la reunión, ni la salida sintetizada — se almacena en ningún momento.

El backend de Gaavala permanece fuera de la ruta del audio para las dos opciones de voz. Si quieres verificarlo, el mismo truco de inspección de red de nuestro artículo sobre privacidad sigue funcionando: abre las DevTools de la background page de la extensión, filtra la pestaña Network y verás una conexión directa a Soniox — y ningún tráfico de audio del micrófono ni de la reunión hacia gaavala.com.

Cómo activarlo

Speak Mode es una función exclusiva de Pro. La prueba gratuita de Gaavala (única, 5 minutos, sin tarjeta de crédito, nunca se reinicia) no incluye Speak Mode, así que el flujo de configuración es más o menos este:

Instala Gaavala gratis desde la Chrome Web Store e inicia sesión.
Pasa a Pro desde el panel lateral — US$19.99/mes. Pro no tiene periodo de prueba propio, así que te suscribes directamente cuando necesites Speak Mode.
Abre la configuración del panel lateral y busca la sección de Speak Mode.
Elige una voz de estudio o crea la tuya y espera al estado Lista. Comprueba la voz seleccionada antes de hablar.
Configura el idioma de destino de la reunión. No hay modo de captura que elegir — el botón Speak lee tu gesto, así que no hay que decidir nada por adelantado.

Después, únete a una reunión. Mantén presionado el botón Speak cuando quieras decir una sola cosa, o tócalo para una ventana manos libres cuando tengas un rato que entregar.

Antes de responder con voz, sigue la configuración del navegador para Teams, Zoom, Google Meet o Webex. Comprueba las reglas de acceso y haz una prueba con otro participante; la aplicación de escritorio utiliza otra ruta de audio.

Consejos de uso en el mundo real

Unas cuantas notas prácticas de construir y usar esto a diario:

Empieza manteniendo presionado. La primera vez que oyes tu voz sintetizada sonar en una reunión, resulta extraño. Mantén presionado el botón en tus primeras llamadas antes de empezar a tocar para ventanas manos libres. Tu sentido de cuándo pausar, de cuán alto hablar y de cómo aterriza la voz traducida al otro lado se calibra rápido — pero solo si controlas cada ráfaga.
Clona solo tu propia voz. El flujo de grabación del panel lateral únicamente construye un clon a partir de una muestra que grabes de ti mismo — no hay ninguna vía para clonar la voz de otra persona a través de Speak Mode, y el paso de consentimiento dentro de la aplicación lo refleja.
Comunícalo si importa. Si tu reunión tiene implicaciones de cumplimiento — legal, médica, ventas reguladas — avisa a la otra parte de que hay una capa de traducción de voz en tiempo real en la llamada. Es la misma etiqueta que comunicar el uso de una herramienta de transcripción.
Mantén el audio nativo encendido. Gaavala sigue llevando el audio original de la reunión a tus altavoces. Deberías seguir escuchando y leyendo el lado entrante. Speak Mode es la mitad saliente, no un sustituto de entender lo que te están diciendo.

Preguntas frecuentes

¿Sabe la reunión que lo estoy usando? No directamente. La voz sintetizada llega al otro lado por el mismo canal de micrófono que usarías tú, así que no hay banner ni metadatos. La otra parte oye una voz muy fluida y puede notar pequeñas pausas antes de cada respuesta. Recomendamos comunicarlo cuando importe — mira la nota de etiqueta más arriba.

¿Puedo usar mi propia voz clonada? Sí — de forma nativa, en Pro. Lee un texto de dos minutos en la configuración de Speak Mode del panel lateral y Gaavala crea un clon con tecnología Soniox que puedes seleccionar como tu voz de Speak Mode. No hace falta una cuenta aparte ni una clave de API.

¿Cuál es la latencia? El inicio de la voz depende de la voz elegida, la longitud de la frase, la conexión y el procesamiento disponible. Prueba la voz y el idioma antes de la llamada; no se garantiza un retraso de uno o dos segundos.

¿Y si mi idioma de destino no es el inglés? Las dos opciones de voz ya hablan los 60 idiomas que Gaavala traduce — las voces de estudio de Soniox y tu propio clon funcionan igual sea cual sea el idioma de destino, sin configuración previa.

¿Funciona en reuniones con Teams Premium? Sí. Speak Mode funciona en cualquier reunión que corra en una pestaña de Chrome, incluidas Microsoft Teams, Zoom, Google Meet y Webex. Da igual si el organizador de la reunión tiene Teams Premium o Copilot. Speak Mode corre en tu lado de la llamada, no en la infraestructura del anfitrión.

Pruébalo

Speak Mode es una función Pro. Si eres nuevo en Gaavala, empieza con la prueba gratuita única — 5 minutos de transcripción, sin tarjeta de crédito — para evaluar primero cómo se traduce lo que dicen los demás. Speak Mode no está incluido en la prueba gratuita; pasa a Pro (US$19.99/mes; Pro no tiene periodo de prueba propio) cuando quieras usarlo para hablar tú en la reunión.

Unirse a la lista

Instala Gaavala gratis desde la Chrome Web Store y luego pasa a Pro para desbloquear Speak Mode.