Block ha presentado un nuevo modelo de voz que, según la información publicada por TechCrunch, busca que las conversaciones con sistemas de inteligencia artificial suenen más naturales. El lanzamiento se suma a una carrera acelerada por mejorar la interacción oral con asistentes, centros de atención al cliente y herramientas de productividad.
El reto de la voz no consiste únicamente en convertir texto en audio. Una conversación creíble requiere pausas, entonación, turnos y la capacidad de manejar interrupciones. Cuando un sistema responde demasiado tarde, corta al usuario o adopta un tono inadecuado, la tecnología deja de parecer útil aunque su respuesta sea correcta.
La calidad de una interfaz de voz se mide en la conversación completa, no en lo realista que suena una frase aislada. Esa distinción afecta a cómo las empresas evalúan productos de IA para atención, ventas o soporte interno.
Block, conocida por negocios como Square y Cash App, entra así en un terreno en el que conviven grandes plataformas tecnológicas y proveedores especializados. Para una empresa de pagos y comercio, la voz puede convertirse en una capa de servicio: resolver una consulta, guiar un proceso o facilitar el acceso a una función desde el móvil. También abre interrogantes sobre identificación, fraude y consentimiento.
Los modelos de voz han mejorado con rapidez, pero su adopción empresarial exige controles adicionales. Una marca necesita evitar que un asistente invente condiciones comerciales, revele datos privados o imite a una persona real sin autorización. La voz añade una sensación de cercanía que puede elevar la confianza del usuario y, al mismo tiempo, aumentar el daño de un error.
Antes de desplegar una voz sintética, una empresa debería definir qué puede resolver de forma autónoma y cuándo debe ceder el turno a una persona. Esa frontera es especialmente importante en banca, salud, seguros y administraciones, donde una conversación puede afectar a derechos o a decisiones económicas.
Para pymes y startups, el atractivo es evidente. Una capa de voz bien diseñada puede atender fuera de horario, recoger información inicial o hacer más accesible un servicio para personas que no quieren navegar por menús. Pero una primera implementación debe concentrarse en tareas acotadas. Confirmar el estado de un pedido es distinto de renegociar una factura o tramitar una reclamación compleja.
- Informar con claridad de que el interlocutor es un sistema automático.
- Limitar las acciones que la voz puede ejecutar sin validación.
- Revisar muestras reales de conversación y las incidencias detectadas.
El avance de Block también conecta con la creator economy. Las voces sintéticas pueden ayudar a doblar contenido, crear versiones accesibles o mantener formatos de audio con equipos pequeños. A la vez, hacen necesario proteger la identidad vocal de creadores, locutores y profesionales cuya voz tiene valor comercial.
En Europa, las obligaciones de transparencia y la normativa de protección de datos forman parte del diseño, no de una revisión posterior. Grabar audio, usarlo para entrenar o generar una voz similar son operaciones que demandan una base jurídica clara y una explicación comprensible para el usuario.
El nuevo modelo de Block confirma que la voz será una de las interfaces más disputadas de la IA aplicada. La ventaja no será de quien haga hablar a una máquina durante más tiempo, sino de quien consiga que la conversación sea útil, identificable y segura en el contexto concreto donde se utiliza.
