Speechify presentó hoy un adelanto de una nueva versión temprana de su sistema de control por voz para computadora, llamado internamente Jarvis: una interfaz de voz que permite a los usuarios manejar todo el ordenador con comandos hablados. Esta vista previa muestra un futuro donde los usuarios pueden controlar aplicaciones, navegar flujos de trabajo y completar tareas sin teclear, hacer clic o tocar sus dispositivos.
El prototipo se probó internamente y fue compartido públicamente por el fundador y CEO de Speechify, Cliff Weitzman. El sistema permite hablar de forma natural mientras Speechify ejecuta acciones en distintas aplicaciones y ventanas en tiempo real.
En la demostración, las instrucciones habladas activan acciones como abrir aplicaciones, buscar contactos, navegar por interfaces y enviar mensajes. En lugar de cambiar entre ventanas o interactuar manualmente, las tareas se completan solo con la voz.
Compartimos una vista previa en video temprana del sistema aquí, de la mano de nuestro CEO, Cliff Weitzman.
Una interfaz de voz para todo el ordenador
Los asistentes de IA tradicionales suelen centrarse en responder preguntas o generar textos. Incluso integrados en software, el usuario aún debe abrir aplicaciones y navegar menús manualmente.
Speechify Jarvis propone otro modelo.
Los usuarios hablan con normalidad y el sistema ejecuta las instrucciones directamente en la computadora. Las aplicaciones se abren solas, los flujos se ejecutan en orden y las tareas se completan sin interacción manual.
La voz se convierte en la capa de control activa en todo el entorno, en vez de ser solo un asistente pasivo limitado a conversaciones.
Del chat con IA al control total por voz
Hoy, la mayoría de las herramientas de IA giran en torno a mensajes escritos y chats. Aunque pueden generar respuestas o textos, en general no ejecutan acciones reales en aplicaciones.
Speechify Jarvis lleva la plataforma de IA de voz de Speechify al control directo del ordenador.
En vez de pedir instrucciones y ejecutar los pasos manualmente, el usuario indica al sistema que realice tareas al instante. La voz es la interfaz principal para interactuar con el software.
Speechify plantea este enfoque como parte de su objetivo de reducir la dependencia del teclado y otros métodos tradicionales de entrada.
“Acabamos de crear algo que nunca antes había visto”, dijo Cliff Weitzman, fundador y CEO de Speechify. “Hablas con tu computadora y esta hace todo. No haces clic, no escribes, no la tocas. Tu voz controla toda la máquina”.
Diseñado para una interacción natural
Speechify Jarvis se basa en la plataforma de voz de Speechify, que integra texto a voz, dictado por voz y un Asistente Conversacional de Voz IA.
El nuevo sistema amplía estas funciones, pasando de leer y escribir a controlar flujos de trabajo. Los usuarios abren o navegan aplicaciones, envían mensajes, cambian de ventana y controlan entornos de software usando lenguaje hablado natural.
Las acciones se activan por voz conversacional, no por comandos rígidos ni atajos de teclado.
Actualmente, el sistema se ejecuta de forma interna en las computadoras de Speechify y es una vista previa del desarrollo futuro.
Hacia un modelo operativo por voz
Speechify anticipa un cambio hacia la computación nativa por voz. Aunque teclados e interfaces siguen siendo estándar, Speechify prevé que la voz será clave en muchos flujos de trabajo.
La vista previa de Jarvis muestra un futuro en el que se interactúa con la computadora conversando, sin entrada manual.
Speechify describe esta tecnología como un primer paso para hacer de la voz la interfaz central de la productividad y el trabajo de conocimiento, con próximas mejoras en camino.
Sobre Speechify
Speechify es un Asistente de Voz IA que ayuda a las personas a leer, escribir y comprender información usando la voz. Con más de 50 millones de usuarios en el mundo, Speechify ofrece texto a voz, dictado por voz y un Asistente Conversacional IA en iOS, Android, Mac, web y Chrome. En 2025, Speechify recibió el Apple Design Award por su impacto en la accesibilidad y la productividad. Speechify está presente en casi 200 países y tiene más de 1,000 voces naturales en más de 60 idiomas, incluidas voces de Snoop Dogg y Gwyneth Paltrow.