Aunque se ha hablado mucho sobre los diferentes inconvenientes de las Google Glass que podrían hacer que estas no triunfaran en el mercado, lo cierto es que nos hemos olvidado un poco de las innumerables ventajas de las mismas. Por ejemplo, podrían servir para que los sordos pudieran leer en pantalla lo que los demás les están diciendo casi en tiempo real.
Esta nueva funcionalidad llega gracias a una aplicación que ha sido desarrollada por la Universidad de Tecnología de Georgia (Estados Unidos), y tiene como objetivo conseguir que los sordos, u otras personas con problemas de audición, puedan utilizar las Google Glass para sustituir a su oído, convirtiendo las palabras que les dicen acústicamente las demás personas en palabras escritas y mostradas en pantalla, de manera que puedan leer las conversaciones. Obviamente, todos sabemos que esta tecnología ya existe, y que es posible llevar esto a cabo. Lo más complicado era crear un sistema que fuera capaz de ser preciso a la hora de escuchar lo que las demás personas les quieren decir y a la vez traducir esto en el momento y mostrarlo en la pantalla casi simultáneamente, mientras las personas hablan. No serían las Google Glass las que captarían el sonido, sino que sería el propio smartphone, algo que habría que solucionar con el tiempo, aunque la llegada de unas nuevas Google Glass podrían ser determinantes, con un micrófono mejorado que pudiera sustituir al del smartphone.
El proceso actualmente es el siguiente: el smartphone recibe lo que dice una persona, utiliza el sistema de Google para convertir la voz a texto, y entonces lo muestra en las gafas inteligentes. Es básico, y realmente simple, pero para personas con problemas auditivos puede ser algo que cambie completamente su vida. De momento, eso sí, aunque se procura que sirva para traducir casi simultáneamente, todavía no es capaz de sustituir a nuestros preciados oídos. Es algo que nunca conseguirán, pero es imprescindible que se acerquen lo máximo posible a esto para que podamos hablar de una funcionalidad que añade capacidades a los seres humanos.
Vídeo:
Transcripción y traducción en las lentes: estado actual
Google ha mostrado funciones de transcripción en vivo y traducción sobre la marcha que proyectan subtítulos en las lentes mientras miras a tu interlocutor. Para personas con hipoacusia, disponer del texto justo frente a los ojos reduce el esfuerzo de lectura labial y mejora la comprensión en entornos ruidosos. La clave está en afinar la latencia, la precisión del reconocimiento y la direccionalidad de micrófonos, ámbitos donde un mejor hardware (beamforming y cancelación de ruido) marca la diferencia.
Investigación y proyectos complementarios
Además de Georgia Tech, equipos universitarios han probado enfoques específicos para la comunidad sorda. Un ejemplo son las llamadas Signglasses, un concepto de gafas que integra lengua de señas proyectada en la lente para entornos donde un intérprete no es visible (como un planetario a oscuras). Este planteamiento permite mostrar signos o explicaciones contextuales sin perder de vista lo que ocurre alrededor.
Investigadores han estudiado también la integración con recursos educativos: si el usuario se encuentra con un término desconocido en un libro, el sistema puede capturar la página, consultar un diccionario en línea y proyectar una explicación en el formato más accesible, incluyendo vídeos en lengua de señas. Estas soluciones no sustituyen la comunicación humana, pero amplían el acceso a la información en tiempo real.
Tomando como referencia el ecosistema actual, surgen también gafas de RA como XRAI Glass, que muestran subtítulos en tiempo real, identifican al hablante y exploran funciones de traducción, matices de entonación y reconocimiento de emociones. Este enfoque apunta a una accesibilidad más natural y a un uso cotidiano sin necesidad de fijar la mirada en la persona interlocutora.
Alertas sonoras con IA y patentes relevantes
Para ir más allá de los subtítulos, surgen apps que “escuchan” el entorno y avisan visualmente. Herramientas como Soundy aprovechan redes neuronales para reconocer risas, música, vehículos, ladridos o un timbre, superponiendo avisos en las gafas. Esta capa de conciencia situacional es clave para la seguridad y la autonomía diaria.
En paralelo, diferentes patentes atribuidas a Google describen la transcripción del habla en realidad aumentada justo sobre la persona que habla, la identificación de la fuente del sonido (perro, humano, coche, instrumento) y el uso de un touchpad lateral para controlar micrófonos y funciones. También contemplan matrices de micrófonos para captar un campo de audio de 360 grados, algo que facilitaría focalizar la conversación relevante y filtrar ruido.
IA multimodal y ecosistema de apps en Google Glass
El ecosistema de gafas inteligentes ya integra IA multimodal. Soluciones como Envision demuestran que unas gafas ligeras pueden leer texto en voz alta, reconocer caras, luces, dinero, códigos QR, colores y objetos, así como conectar con intérpretes visuales remotos. Aunque estén pensadas principalmente para discapacidad visual, muchas de estas funciones se trasladan al ámbito auditivo mediante subtítulos, traducción y avisos visuales.
Con Ask Envision, un asistente basado en modelos de IA avanzados puede interpretar escenas y responder preguntas. La integración se realiza emparejando las gafas con la app en el smartphone, activando comandos de voz como “Analiza esto” o toques laterales para capturar una imagen. Entre sus capacidades destacan la traducción a más de 60 idiomas y el reconocimiento de múltiples elementos cotidianos; no obstante, en algunos casos el análisis se limita a imágenes estáticas, por lo que la experiencia plena depende del flujo captura→procesado→respuesta.
También han aparecido propuestas comerciales orientadas a subtitulado en tiempo real e identificación del hablante en la lente, con mejoras previstas como la interpretación de entonaciones y matices de emociones. La tendencia de la industria hacia gafas con IA integrada y control por gestos sugiere un futuro en el que estas funciones se ejecuten localmente, reduciendo latencias y haciendo la experiencia más natural.
Buenas prácticas de uso y privacidad
Para mejorar la aceptación social, conviene pedir permiso antes de grabar o transcribir a terceros, activar el bloqueo de pantalla y respetar normas en espacios sensibles. Las pautas de uso recomiendan aprovechar los comandos de voz y usarlas en sesiones breves, evitando deportes de alto impacto y actitudes intrusivas o maleducadas. Estas medidas reducen fricciones y refuerzan la percepción de utilidad frente a la de vigilancia.
Ventajas y desventajas relevantes para accesibilidad auditiva
Entre los puntos fuertes, destacan la comodidad manos libres, la posibilidad de ver mapas y avisos sin sacar el móvil, la personalización por voz y la facilidad para responder mensajes o tomar notas con recordatorios. También ayudan a evitar olvidos y se adaptan a graduaciones diversas. En educación, abren opciones con apps didácticas y subtitulado.
Como contrapartida, la batería puede verse limitada con uso intensivo de vídeo o transcripción, el dispositivo depende de un smartphone para muchas funciones y puede generar fatiga visual si se abusa. La pantalla puede perder legibilidad con luz solar intensa, el control por voz no siempre acierta, y el coste inicial o la privacidad son barreras a considerar.
Hardware, controles y experiencias de uso
Los diseños actuales priorizan el peso ligero y la discreción, con pantallas tipo HUD que sitúan la información en una zona fuera del eje central para no obstruir la visión. En entornos profesionales, las gafas permiten compartir lo que ves por streaming, seguir instrucciones paso a paso y colaborar en remoto. El control combina voz y gestos táctiles laterales, y hay propuestas con cámaras capaces de capturar en alta definición, junto a micrófonos con beamforming para focalizar al hablante y mejorar la transcripción.
Ecosistema, estándares y futuro del mercado
La evolución apunta a plataformas abiertas tipo Android XR y a un papel central de la IA como capa de comprensión: desde subtítulos contextuales y traducción hasta identificación del origen sonoro. La conectividad seguirá apoyándose en el smartphone, con visos de mayor autonomía en siguientes generaciones. Regulaciones como las de protección de datos exigirán controles claros sobre grabación y almacenamiento. En paralelo, sectores como sanidad, manufactura y logística ya reportan más eficiencia con flujos manos libres.
En cualquier caso, es simplemente una muestra del potencial que tienen estas gafas inteligentes. Será determinante que Google lance una nuevas Google Glass más económicas, para que se convierta en un producto más accesible para el usuario de a pie y para los desarrolladores, que al fin y al cabo serán los que se encargarán de convertir estas gafas inteligentes que ahora parecen tan especiales en algo imprescindible para nuestro día a día..
Con mejoras de hardware en micrófonos, optimizaciones de reconocimiento de voz y la llegada de apps que añaden subtítulos, alertas contextuales y traducción, las Google Glass y su ecosistema se perfilan como un asistente visual de gran valor para personas sordas o con pérdida auditiva, acercando la tecnología a necesidades reales sin sacrificar la interacción cara a cara.
La combinación de subtitulado en vivo, avisos de entorno con IA y buenas prácticas de privacidad sitúa a las gafas inteligentes como una herramienta inclusiva y versátil: útiles en la conversación cotidiana, útiles en el trabajo y preparadas para un ecosistema que avanza hacia más precisión, menos latencia y mayor autonomía.