¿La transcripción en el dispositivo funciona en todos los idiomas del iPhone?

Es fácil dar por hecho que "transcripción en el dispositivo" es algo que una app tiene o no tiene, como el modo oscuro. No funciona así. El reconocimiento local se construye idioma por idioma, y iOS solo trae un modelo local para algunos de ellos. Una app puede implementar perfectamente la vía local y aun así enviar el audio a un servidor, simplemente porque el idioma hablado es uno de los que no la tienen.

Por qué no todos los idiomas tienen modelo local

Un modelo de voz que corre entero en un teléfono tiene que caber en unos pocos cientos de megabytes y funcionar sin ningún servidor detrás. Hacer uno preciso exige mucho volumen de entrenamiento y trabajo de ingeniería, idioma por idioma y variante por variante. Apple ha hecho ese trabajo para los idiomas con más hablantes y más demanda, y todavía no lo ha hecho —quizá nunca lo haga— para todos los idiomas y variantes regionales que su motor de voz admite en general.

Esa decisión se toma a nivel de iOS, no a nivel de la app. Ninguna app puede añadir un modelo local para un idioma que Apple no ha publicado, y ninguna app tiene culpa de un hueco que no puede cerrar por su cuenta.

Dos motivos distintos por los que un idioma acaba en el servidor

Nunca tuvo modelo local

Para estos idiomas, una solicitud en el dispositivo no es una vía más lenta o menos precisa: directamente no es una vía. Falla al instante, siempre, por muy silenciosa que sea la sala o por muy claro que hables. La única forma de conseguir una transcripción en ese idioma es la vía del servidor, cuando hay conexión.

Sí tiene modelo local, pero esa grabación en concreto lo superó

Este es un caso distinto y más frecuente. El idioma sí tiene modelo local, pero los modelos locales son más pequeños y menos tolerantes que los del servidor: un audio flojo, ruido de fondo o un acento marcado pueden hacer que el intento local vuelva vacío aunque ese idioma sí funcione sin conexión en general. Es un fallo de esa grabación concreta, no del idioma, y una grabación más limpia del mismo idioma puede transcribirse en local sin problema.

Primero los idiomas más hablados

En la práctica, los idiomas con más hablantes —entre ellos inglés, español, francés, alemán, mandarín y japonés— tienen modelo local en los iPhone actuales. Muchos idiomas con menos hablantes y algunas variantes regionales no lo tienen todavía, y dependen del servidor hasta que Apple los incorpore. Esa lista no está publicada en ningún sitio fijo y cambia entre versiones de iOS, así que un idioma que hoy solo funciona por servidor no tiene garantizado seguir así para siempre.

Por qué esto importa más allá de la velocidad o la precisión

La comparación habitual entre transcripción local y por servidor es de privacidad: si el audio sale o no del teléfono. Para un idioma sin modelo local, esa pregunta tiene una respuesta fija: sí, siempre que llegue a producirse una transcripción, porque no hay otra manera de conseguirla. Poner el teléfono en modo avión no cambia nada: la solicitud simplemente no tiene adónde ir, así que no obtienes transcripción en vez de obtener una. Es una situación bien distinta a la de un idioma muy hablado que suele quedarse en local y solo ocasionalmente recurre al servidor; para un idioma que solo funciona por servidor, ese "ocasionalmente" es "siempre".

Cómo lo maneja Voice Studio

Voice Studio siempre intenta primero la vía local, en cada uno de sus 38 idiomas de transcripción, y solo reintenta por red si ese primer intento vuelve vacío o da error. Para un idioma sin modelo local, ese primer intento falla al instante y es el reintento el que produce la transcripción cuando tienes conexión: la app no elige saltarse la vía local, es que iOS no tiene nada local que ofrecerle. No hay forma de forzar una transcripción en uno de esos idiomas sin conexión, porque no hay modelo local que forzar. Al margen de ese reintento, Voice Studio no tiene cuenta ni servidor propio; las grabaciones y las transcripciones se quedan en el almacenamiento propio de la app en el dispositivo en cualquier caso.

Preguntas frecuentes

¿Qué idiomas tienen transcripción en el dispositivo en el iPhone?

No hay una lista única publicada, y la decide Apple, no ninguna app. Los idiomas más hablados suelen tenerla; los que tienen menos hablantes y algunas variantes regionales a menudo todavía no. Además cambia entre versiones de iOS.

¿Qué pasa si pongo el modo avión para transcribir un idioma que solo funciona por servidor?

No obtienes nada: no es una transcripción más lenta, es una transcripción vacía. Sin modelo local y sin red, no queda ninguna vía disponible para la solicitud.

¿Tener 38 idiomas de transcripción significa que los 38 funcionan en el dispositivo?

No. Ese número indica en cuántos idiomas puede pedirse transcripción desde la app. Cuántos de esos puede ejecutar iOS en local lo decide Apple, y son menos que la lista completa.

¿Puedo saber de antemano si mi idioma va a necesitar conexión?

Sí: en modo avión, abre Notas, toca el micrófono del teclado y dicta una frase en ese idioma. Si aparece texto, ese idioma tiene modelo local en tu teléfono. Si no pasa nada, no lo tiene.