Google sigue potenciando su modelo de inteligencia artificial Gemini, que ahora incorpora una de las funciones más esperadas: la posibilidad de subir archivos de audio para obtener transcripciones rápidas o resúmenes en cuestión de segundos.

Desde hoy, los usuarios pueden cargar archivos directamente en la app para Android, iOS o en la versión web, arrastrando formatos como MP3, WAV y otros a la ventana de prompts. Esta mejora abre un abanico de usos prácticos, como pasar a texto grabaciones de reuniones, entrevistas o clases de manera sencilla y precisa.

Según explicó Google en su documento de soporte —recogido por Android Authority—, los archivos de audio aceptados en un único prompt tienen un límite de 10 minutos y hasta 10 archivos a la vez. Sin embargo, quienes cuentan con las suscripciones Google AI Pro y AI Ultra acceden a una extensión notable: podrán subir audios de hasta tres horas de duración o 2 GB como máximo.

La compañía recomienda usar Gemini 2.5 Pro para obtener los mejores resultados en las transcripciones, incluso cuando los audios tengan ruido de fondo. De hecho, archivos de 15 minutos pueden convertirse en texto en apenas unos segundos.

Esta novedad marca una diferencia respecto a otros modelos que realizan transcripciones de forma local en los dispositivos, priorizando la privacidad pero sacrificando precisión. Con Gemini, Google apuesta por un procesamiento en la nube que ofrece resultados más exactos y de mayor calidad.

La incorporación del soporte de audio responde a uno de los pedidos más frecuentes de los usuarios, consolidando a Gemini como una herramienta cada vez más versátil para el trabajo, el estudio y la productividad.

Fuente: Android Authority / Google