El sistema de Reconocimiento Automático de Voz (ASR) Omnilingual de Meta fue incluido en la lista de las Mejores Invenciones de 2026 de TIME. El reconocimiento fue anunciado el 15 de octubre de 2026, casi un año después de que el equipo de investigación de la compañía lanzara la herramienta al público por primera vez. TIME's Best Inventions es una publicación anual que destaca las invenciones sobresalientes del año.

La propuesta central del sistema es directa: cobertura automática de voz a texto para más de 1,600 idiomas, incluidos aproximadamente 500 idiomas de bajos recursos que, hasta este proyecto, ningún sistema de reconocimiento de voz había soportado.

Qué construyó Meta

El reconocimiento automático de voz, o ASR, es la tecnología que escucha palabras habladas y las convierte en texto escrito. Impulsa funciones cotidianas como el dictado en teléfonos inteligentes, los subtítulos en videos y las transcripciones generadas después de cada llamada de trabajo.

En el mundo se hablan aproximadamente 7,000 idiomas. El equipo de Fundamental AI Research de Meta, conocido como FAIR, se propuso cerrar una gran parte de esa brecha y publicó Omnilingual ASR como código abierto el 10 de noviembre de 2025.

El sistema soporta más de 1,600 idiomas, de los cuales más de 500 nunca habían sido cubiertos por ninguna solución de ASR. En cuanto a la precisión, Meta reporta una tasa de error de caracteres inferior al 10% para el 78% de los idiomas soportados. La tasa de error de caracteres mide cuántas letras individuales el sistema interpreta mal; una puntuación inferior al 10% significa que menos de un carácter de cada diez necesita corrección.

Las decisiones técnicas que importan

En lugar de lanzar un solo modelo, Meta publicó una familia de modelos que van desde 300 millones hasta 7 mil millones de parámetros, ofreciendo a los desarrolladores opciones para adaptar los recursos de cómputo a cada tarea.

Junto con los modelos, la compañía publicó el Omnilingual ASR Corpus, un conjunto de datos que cubre 350 idiomas desatendidos y brinda a otros investigadores material en bruto sobre el cual construir. El sistema también puede adaptarse a un nuevo idioma usando solo un pequeño número de muestras de audio, un enfoque conocido como adaptación zero-shot — un atajo valioso para idiomas que tienen poca voz grabada disponible desde el inicio.

Código abierto, con usuarios reales

Omnilingual ASR fue publicado bajo la licencia Apache 2.0, una de las licencias de código abierto más utilizadas en el software, que permite tanto el uso comercial como el de investigación. Meta desarrolló el proyecto con socios globales y enfatizó la recolección abierta de datos y el licenciamiento durante todo el proceso.

Uno de los primeros despliegues reales surgió en Nigeria, donde profesionales de la salud han puesto el sistema a trabajar para mejorar la atención de los pacientes.

Antecedentes: la larga cola de la tecnología de idiomas

Los sistemas de ASR anteriores, incluido Whisper de OpenAI, solo han sido capaces de transcribir aproximadamente 99 idiomas, dejando gran parte de la diversidad lingüística del mundo sin un soporte adecuado de tecnología de voz. Esa brecha ha mantenido las comodidades de dictado, subtitulado y transcripción comunes en los idiomas principales, en gran medida fuera del alcance de los hablantes de la mayoría de los idi del mundo.

Qué significa esto

Para desarrolladores e investigadores, la licencia Apache 2.0 es la característica principal más destacada. Pesos abiertos, un corpus público y modelos de 300 millones a 7 mil millones de parámetros significan que la barrera para construir productos en idiomas locales es más baja que nunca para muchas de estas comunidades.

Existen límites que vale la pena observar. Una tasa de error de caracteres inferior al 10% para el 78% de los idiomas deja aún al 22% de los idiomas soportados por encima de ese umbral — lo que convierte las cifras de precisión por idioma en una métrica a seguir de aquí en adelante.