Ingenieros de Google han desarrollado un dispositivo capaz de interpretar discursos y conversaciones en tiempo real, sin depender de una conexión a internet. El proyecto utiliza una Raspberry Pi 5 como computadora central y ejecuta de manera local el modelo de inteligencia artificial Gemma 4 E4B, diseñado para tareas de traducción en equipos con recursos limitados.
Esta propuesta resulta especialmente atractiva para quienes necesitan comprender otro idioma durante un viaje, una conferencia, una transmisión o una conversación, y no disponen de una conexión estable. A diferencia de los traductores que dependen de servidores en la nube, este dispositivo procesa la voz localmente, genera la traducción y reproduce el resultado mediante un altavoz integrado.
Aunque Google no lo ha presentado como un producto comercial, los ingenieros responsables del proyecto publicaron el código en GitHub para que cualquier persona pueda descargarlo, compilarlo y construir su propia versión.
Traducción sin conexión a internet
El dispositivo fue creado utilizando Google Antigravity, una plataforma de desarrollo de software con inteligencia artificial. Su funcionamiento se basa en Gemma 4 E4B, un modelo de peso abierto y multimodal que puede ejecutarse directamente en dispositivos locales.
El modelo está acompañado por LiteRT-LM, un entorno de ejecución ligero desarrollado para ejecutar modelos de lenguaje generativo en equipos que no poseen grandes cantidades de memoria o capacidad de procesamiento.
De esta manera, el sistema no necesita enviar cada fragmento de audio a un servidor externo para obtener la traducción. El procesamiento se realiza en la propia Raspberry Pi 5, lo que permite utilizar el traductor incluso cuando no existe conexión Wi-Fi o datos móviles.
Cómo emplearlo para traducir una transmisión
El dispositivo fue diseñado para que su manejo sea sencillo. Cuenta con un botón físico que permite activar la captación de voz y un selector giratorio para elegir el idioma de destino.
Una vez seleccionado el idioma, el usuario puede pulsar el botón y hablar o acercar el dispositivo a una fuente de sonido, como una conferencia, una conversación o una transmisión. El sistema procesa el audio y genera la traducción en tiempo real.
La pantalla integrada muestra el texto traducido, mientras que un altavoz reproduce la versión en el idioma seleccionado. Esto permite seguir el contenido tanto leyendo como escuchando la traducción.
La propuesta podría resultar útil para discursos, presentaciones, reuniones, indicaciones durante viajes o conversaciones cotidianas en las que sea necesario traducir rápidamente entre diferentes idiomas.
Una Raspberry Pi 5 como cerebro del dispositivo
El corazón del traductor es una Raspberry Pi 5, un ordenador de tamaño reducido que aproximadamente tiene las dimensiones de una tarjeta de crédito.
A pesar de sus dimensiones, este dispositivo puede ejecutar aplicaciones de oficina y proyectos relacionados con programación, robótica e inteligencia artificial. En este caso, sus capacidades son suficientes para ejecutar localmente el modelo Gemma 4 E4B.
Los ingenieros colocaron la computadora dentro de una carcasa fabricada mediante impresión 3D. El diseño está formado por dos módulos apilados que incluyen rejillas circulares en la parte frontal para permitir la entrada y salida del sonido.
Reconocimiento y síntesis de voz
El sistema no se limita a traducir texto. Para funcionar como intérprete necesita transformar primero las palabras habladas en información que el modelo pueda procesar.
Después de generar la traducción, utiliza Moonshine text-to-speech para convertir el resultado nuevamente en voz. Esta tecnología permite que la respuesta se reproduzca a través del altavoz integrado.
El resultado es un flujo completo que comienza con la voz del usuario o de otra persona, continúa con el procesamiento local mediante inteligencia artificial y termina con una traducción hablada y visible en pantalla.
Un proyecto replicable por cualquiera
Uno de los aspectos más relevantes del proyecto es que Google ha compartido sus componentes de desarrollo para facilitar que otras personas puedan experimentar con el dispositivo.
Esto abre la posibilidad de construir un traductor portátil personalizado sin recurrir a un ordenador potente ni depender de servicios de traducción en la nube. La Raspberry Pi 5 se encarga del procesamiento y Gemma 4 E4B aporta la capacidad de inteligencia artificial necesaria para realizar las traducciones.
El proyecto demuestra así cómo los modelos de IA de peso abierto están comenzando a ejecutarse directamente en dispositivos pequeños. En lugar de depender siempre de grandes centros de datos, algunas tareas como la traducción pueden realizarse localmente, incluso cuando el usuario está completamente desconectado de internet.
Fuente: Infobae