Speechify presentó hoy un adelanto inicial de un nuevo sistema de control por voz, llamado internamente Jarvis. Esta interfaz permite a los usuarios manejar toda la computadora solo con comandos hablados. La demostración muestra un futuro donde las personas pueden controlar apps, navegar flujos y realizar tareas sin teclear, hacer clic o tocar los dispositivos.
El prototipo se presentó recientemente de forma interna y se compartió públicamente por Cliff Weitzman, fundador y CEO de Speechify. El sistema permite dar instrucciones naturales mientras Speechify ejecuta acciones en apps y ventanas en tiempo real.
En la demostración, indicaciones habladas abren aplicaciones, buscan contactos, navegan interfaces y envían mensajes. En vez de cambiar de ventana o interactuar manualmente, los usuarios pueden realizar tareas solo con su voz.
Puedes ver un adelanto en video del sistema aquí gracias a nuestro CEO Cliff Weitzman.
Una interfaz por voz para toda la computadora
Los asistentes de IA tradicionales se enfocan en responder preguntas o generar texto. Incluso integrados en software, aún se necesita abrir apps, navegar menús o realizar acciones manualmente.
Speechify Jarvis plantea un nuevo modelo.
Los usuarios hablan de forma natural y el sistema cumple instrucciones directamente en la computadora. Las apps se abren solas, los flujos se ejecutan y las tareas se completan sin intervención manual.
La voz se convierte en una capa activa de control para todo el entorno operativo, no solo en un asistente pasivo limitado a conversar.
Del chat de IA al control total por voz
La mayoría de las herramientas de IA actuales usan prompts escritos y chats. Aunque generan respuestas y textos, normalmente no pueden realizar acciones en aplicaciones reales.
Speechify Jarvis amplía la plataforma de IA por voz de Speechify hacia el control directo de la computadora.
Ya no es necesario pedir instrucciones para luego seguirlas manualmente: puedes indicarle al sistema que haga las tareas al momento. La voz se vuelve la forma principal de interactuar con el software.
Speechify describe este enfoque como parte de su objetivo de reducir la dependencia de teclados y métodos de entrada convencionales.
“Acabamos de crear algo que nunca había visto antes”, dijo Cliff Weitzman, fundador y CEO de Speechify. “Le hablas a tu computadora y ella toma el control. No haces clic, no escribes y no tocas nada. Tu voz manda en todo”.
Diseñado pensando en la interacción natural
Speechify Jarvis se construyó sobre la plataforma de voz de Speechify, combinando lectura en voz alta, dictado por voz y un Asistente de Voz IA conversacional.
El nuevo sistema lleva estas funciones de lectura y escritura al control directo de flujos de trabajo. Así, las personas pueden abrir apps, navegar, enviar mensajes, ejecutar tareas, cambiar ventanas y controlar el software con lenguaje natural.
Las acciones se activan con lenguaje conversacional en lugar de comandos estructurados o atajos de teclado.
Actualmente, el sistema corre internamente en computadoras de Speechify y es un adelanto temprano de futuros productos.
Hacia un modelo operativo nativo por voz
Speechify muestra el cambio hacia sistemas nativos por voz. Aunque el teclado y las interfaces gráficas siguen siendo el estándar, Speechify cree que la voz será clave para muchos flujos de trabajo.
Jarvis muestra un futuro donde las personas interactúan con la computadora hablando en vez de usar entrada manual.
Speechify ve esta tecnología como un primer paso para que la voz sea la interfaz central en productividad y trabajo de conocimiento, con futuras actualizaciones por venir.
Acerca de Speechify
Speechify es un Asistente de Voz IA que ayuda a leer, escribir y comprender información por voz. Con más de 50 millones de usuarios, Speechify ofrece lectura en voz alta, dictado de voz y un asistente de IA conversacional en iOS, Android, Mac, web y Chrome. En 2025, Speechify ganó el Apple Design Award por su impacto en la accesibilidad y productividad. Speechify se usa en casi 200 países y tiene más de 1,000 voces naturales en más de 60 idiomas, incluyendo voces de Snoop Dogg y Gwyneth Paltrow.