Genie 4, de Google, inventa las voces de sus personajes mientras juegas. Ni él ni Dessa, de Block, dicen de quién aprendieron a hablar

Dos de los nombres más grandes de la tecnología presentaron máquinas que hablan en la misma semana. Genie 4, de Google DeepMind, anunciado el martes, construye un mundo que se puede recorrer e inventa las voces de sus personajes sobre la marcha. Dessa, de Block, presentado el viernes anterior, sostiene una conversación hablada, con risas incluidas, sin convertir nunca tus palabras en texto. Los dos impresionan. Ninguno de los anuncios dice de quién son las voces que les enseñaron a hablar, y eso es lo que los actores de voz deberían preguntar.

Genie 4 es lo que Google llama un modelo de mundo: escribes una escena y genera un lugar por el que te puedes mover, en tiempo real, y lo sigue generando mientras lo diriges. La nueva versión agrega sonido. Dessa, de Block, es un modelo de voz a voz, creado por un pequeño equipo de investigación dentro de la empresa de pagos de Jack Dorsey, que escucha y habla al mismo tiempo, como hacemos las personas por teléfono.

Ninguno es una herramienta de locución y ninguno está abierto al público todavía. Pero los dos apuntan a lo mismo: voz sintética hecha al momento, para personajes y conversaciones que nadie escribió ni eligió en un casting.

Genie 4 le pone voz a los extras por ti

La publicación de Google deja claro dónde cree que está el gran paso. “Genie 4 es nuestro primer modelo de mundo en tiempo real que genera audio de forma nativa”, dice el blog de DeepMind. “Cada mundo lleva el sonido ambiente de su entorno, desde el viento en los árboles hasta las olas que rompen en la playa”. Y va más allá: “La verdadera frontera, sin embargo, es el habla humana. Genie 4 introduce diálogo interactivo que se adapta sobre la marcha”.

En la práctica, eso significa personas generadas que hablan. “Los personajes conversan y reaccionan a tus acciones o a lo que pasa en el mundo, todo en tiempo real”, escribe DeepMind. En uno de sus videos de demostración, un usuario escribe “He announces the next departure” (“Anuncia la próxima salida”) y un inspector de estación en un andén de montaña hace justo eso. En otro, una varita convierte a un gato en una radio antigua, y la siguiente instrucción hace que la radio toque música.

Una demostración de Genie 4: una instrucción escrita pide que la radio toque música. Imagen: Google DeepMind

El anuncio en el blog principal de Google nombra las industrias que tiene en mente, entre ellas “el cine, el periodismo, los videojuegos y la manufactura”. Por ahora llega a “un grupo limitado de probadores de confianza”, y Google dice que estará “pronto disponible para los suscriptores de Google AI Ultra en Project Genie y para socios de acceso anticipado en la API de Gemini y AI Studio”.

El anuncio de Genie 4 de Google DeepMind, 27 de octubre de 2026. Imagen: Google DeepMind

Todavía no es perfecto. Gizmodo señaló que el modelo “aún tiene dificultades ocasionales para mantener la coherencia visual y la precisión del audio, sobre todo cuando las simulaciones se alargan y se vuelven más complejas”.

Dessa aprendió a hablar escuchando

La presentación de Block empieza con una queja sobre los asistentes de voz actuales. “Interactuar con la IA de voz actual puede ser simplemente horrible”, dice su página de lanzamiento. “Convierte tu voz en texto y tira una cantidad increíble de información que el texto solo no puede transmitir”.

La página de lanzamiento de Dessa. Imagen: Block

Dessa se salta el paso por el texto del que depende casi toda la IA de voz. “Entrenamos a Dessa desde cero con nada más que conversación humana. ¡Sonidos! Sin texto, sin modelos preentrenados”, dice Block, y asegura que el resultado “se siente como hablar con una persona… lleno de emoción, matices, pausas y una cadencia natural”.

El laboratorio que lo creó lo dirige Ragavan Thurairatnam y nació de Dessa, una startup de aprendizaje profundo de Toronto, según Crypto Briefing, que también informó que el modelo funciona en una MacBook Pro con chip M4 Max. TechCrunch dijo que “no hay acceso público a Dessa por el momento”. Block está “dando acceso anticipado a un pequeño grupo de investigadores de seguridad de IA para encontrar los riesgos que no hemos previsto”, dice, y cualquier otra persona puede anotarse en una lista de espera. Crypto Briefing destacó que los clips de demostración los eligió y publicó Block, sin ninguna prueba independiente hasta ahora.

La pregunta que los dos lanzamientos dejan abierta

Esto es lo que Voice Over Herald no encontró en ninguno de los dos anuncios cuando los leímos el 28 de octubre: de dónde salió el habla. Block dice que Dessa aprendió de “nada más que conversación humana”, pero no dice de quiénes eran esas conversaciones, cómo se recopilaron ni si esas personas dieron su permiso o cobraron. Las dos publicaciones de Google sobre Genie 4 describen personajes que hablan, pero no dicen de qué voces aprendió el modelo. El reportaje de TechCrunch sobre Dessa tampoco incluye esos datos.

Eso importa porque un modelo que puede darle voz a cualquier personaje cuando se le pide está, por diseño, haciendo el trabajo que antes cubría un casting. Si las personas cuyas voces lo entrenaron eran actores, ese es su trabajo dentro de la máquina. Si eran personas comunes, es otra pregunta sobre el consentimiento. En cualquier caso, la respuesta debería estar en la página de lanzamiento, y no está.

Google sí dice algo que ayuda a quien escucha. “Todo el video y el audio generados por Genie 4 incluirán SynthID, nuestra tecnología de marca de agua digital imperceptible que ayuda a identificar contenido generado por IA”, dice su publicación. Una marca de agua oculta no te dirá en qué voz se basa un personaje, pero sí permite señalar ese audio como hecho por una máquina.

Block dice que su trabajo de seguridad está apenas empezando. La página invita a investigadores externos a buscar riesgos, un buen comienzo para un modelo que puede sonar tan humano. Solo que no habla de las personas a las que el modelo aprendió a imitar.

Qué pueden hacer los actores de voz esta semana

Nada de esto cambia una contratación hoy. Pero tres cosas que pasan esta semana tratan justo de estas preguntas.

VOICEMASTERACADEMYAprende el oficio paso a paso.El módulo uno es gratisEmpieza el módulo unoVeinte módulos, de principio a fin.

Los miembros de SAG-AFTRA que trabajan con el contrato de animación para televisión tienen hasta las 5 p. m. del Pacífico del jueves para votar un acuerdo que, como informó Voice Over Herald, establece que una réplica de IA no puede doblar a un intérprete a otro idioma sin su sí. En el Reino Unido, Equity ya advirtió a sus miembros sobre un casting de videojuego que quería sus voces para entrenar IA, para siempre, y ese tipo de cláusula es la que hay que buscar en cualquier contrato este año.

Y el domingo 1 de noviembre, la National Association of Voice Actors (NAVA) organiza un panel llamado Creators in the Age of AI en LA Comic Con, a las 11 a. m. del Pacífico en la sala 308AB. Participan el presidente de NAVA, Tim Friedlander, la vicepresidenta Carin Gilfry y la actriz de voz Cissy Jones, con el guionista David S. Goyer y el artista de storyboard Sam Tung. Según el programa que publicó Temple of Geek, hablarán de “cómo los creadores pueden protegerse del mal uso de la IA… y de nuevas leyes y fallos judiciales que favorecen a los artistas”. Si vas, es una buena sala para preguntar de quién son las voces que hay dentro del próximo Genie.

Fuentes: blog de Google DeepMind y blog de Google (27 de octubre de 2026); Block, página de lanzamiento de Dessa; TechCrunch (24 de octubre de 2026); Crypto Briefing (23 de octubre de 2026); Gizmodo (27 de octubre de 2026); Temple of Geek (26 de octubre de 2026). Las citas de fuentes en inglés fueron traducidas por Voice Over Herald. Imágenes: Google DeepMind (cuadros de demostración y página del anuncio) y Block (página de lanzamiento).

Read this article in English: Google's Genie 4 Makes Up Its Characters' Voices as You Play. Neither It Nor Block's Dessa Says Whose Speech They Learned From

¿Sabe algo más sobre esta noticia, o ha visto un error? Escriba a la redacción.