📢 La función más esperada por los usuarios
Josh Woodward, vicepresidente de Google Labs, confirmó que la carga de audio era la solicitud número uno de los usuarios de Gemini. Hasta ahora, el asistente podía procesar imágenes, documentos PDF y videos, pero la ausencia del audio resultaba una limitación en un mundo dominado por notas de voz, podcasts y mensajes grabados.
⚙️ Cómo funciona la carga de audio en Gemini
El proceso es sencillo:
-
Accede al botón “Subir archivos” dentro de la conversación.
-
Selecciona un archivo MP3 o WAV.
-
Deja que Gemini transcriba, resuma o identifique los temas principales.
📌 Límites según el plan:
-
Gratis: hasta 10 archivos por sesión con un máximo de 10 minutos en total.
-
Gemini Advanced (AI Pro / AI Ultra): hasta 3 horas de audio por sesión.
🎯 ¿Qué puedes hacer con los audios en Gemini?
Las aplicaciones son amplias y útiles:
-
Transcripción de entrevistas o reuniones.
-
Análisis de fragmentos de podcasts.
-
Comprensión de clases o conferencias grabadas.
-
Resúmenes de notas de voz personales.
Ejemplo: grabas una charla universitaria → subes el archivo a Gemini → recibes un resumen claro de los puntos clave y citas textuales relevantes.
🔍 Comparativa con otras plataformas
-
ChatGPT (OpenAI): ya permitía subir audios sin tantas restricciones en la versión gratuita.
-
Gemini: ofrece límites menores en su plan gratis, pero más capacidad que en video (10 min gratis vs 5 min de video; 3 h en pago vs 1 h en video).
👉 Google busca incentivar las suscripciones a Gemini Advanced ofreciendo ventajas claras a los usuarios profesionales.
🎧 Ventajas frente al procesamiento de video
El audio consume menos recursos que el video, por eso Gemini permite el doble de duración gratis y hasta el triple en los planes premium.
Además, en muchos casos, lo importante es lo que se dice, no lo que se muestra: poder trabajar solo con sonido es más eficiente.
🚀 Lo que significa para el futuro de Gemini
La integración de audio marca un paso clave hacia una IA multimodal más completa. Este avance abre la puerta a:
-
Resúmenes en tiempo real durante llamadas.
-
Asistentes que tomen notas automáticamente en reuniones.
-
Nuevas funciones de productividad integradas en el ecosistema Google.
Para los usuarios, es una mejora práctica y estratégica, mientras que para Google representa un movimiento para acercarse a sus competidores y fortalecer su propuesta premium.
Ingeniero en Sistemas de Información y docente universitario en el área de tecnología. Especialista en el desarrollo de sitios web, plataformas e-commerce y entornos virtuales de aprendizaje basados en Moodle. Experiencia en soluciones tecnológicas aplicadas a la educación y a la transformación digital de organizaciones.
