Después de revolucionar la generación de vídeo con Sora, OpenAI prepara su siguiente gran movimiento: la creación de una IA capaz de generar música. Según revelan hoy varios medios estadounidenses, la empresa de Sam Altman está desarrollando un modelo de IA que puede producir composiciones musicales a partir de indicaciones de texto o de otro audio, lo que la colocaría en competencia directa con startups especializadas como Suno o Udio.

Del texto al sonido: la nueva frontera creativa de OpenAI

El proyecto, aún en fase experimental, apunta a un objetivo claro: permitir que cualquier usuario pueda describir con palabras una idea musical y obtener una pista sonora completa. De acuerdo con lo publicado, OpenAI está colaborando con estudiantes del prestigioso conservatorio Juilliard, quienes ayudan a anotar partituras y preparar material que sirva como base de entrenamiento para el modelo.

El sistema podría, por ejemplo, generar un acompañamiento de guitarra para una voz humana, o incluso crear bandas sonoras para vídeos y anuncios de forma automática. No se trata solo de producir melodías al azar, sino de lograr coherencia musical, instrumentación realista y estilos reconocibles.

Un regreso a sus raíces musicales

Aunque este nuevo enfoque pueda parecer inédito, OpenAI ya tiene historia en la generación musical. En 2020 presentó Jukebox, un modelo capaz de crear canciones con voces sintéticas en el estilo de artistas reales.

Sin embargo, aquella tecnología se quedó en el terreno de lo meramente experimental: compleja, costosa y sin aplicación comercial inmediata. Ahora, con el impulso de Sora y los avances en modelos multimodales, la empresa parece lista para retomar ese objetivo.

Ahora, lo que comenzó como un experimento con Jukebox, apunta a convertirse en un producto con potencial comercial masivo. Si la historia reciente sirve de guía, es probable que el modelo vea la luz pública en 2026, integrado dentro del ecosistema ChatGPT o bajo una nueva marca musical.

En Genbeta

La música hecha con IA es tan buena que ya recibe inversiones millonarias. Las discográficas amenazan con lo de siempre, demandar

El interés no es casual. La música, como el vídeo o la imagen, representa una dimensión crucial para la inteligencia artificial creativa. Controlar la generación sonora permitiría a OpenAI cerrar el círculo de la creación audiovisual automatizada.

Competencia feroz y dudas legales

Este nuevo proyecto coloca a OpenAI frente a startups emergentes como Suno y Udio, que desde 2024 vienen captando la atención del público con sus IAs capaces de producir canciones completas a partir de 'prompts' de texto. Pero, a diferencia de sus rivales, OpenAI cuenta con una ventaja estratégica: su ecosistema integrado.

Una IA musical podría conectarse con ChatGPT para escribir letras, con Sora para generar videoclips, y con DALL·E para diseñar portadas o campañas. Este entorno creativo unificado podría redefinir cómo se conciben y producen los contenidos musicales y audiovisuales.

Suno, en particular, es actualmente la referencia en el campo de la IA musical, pero también en el foco de controversias legales: varias discográficas la demandaron por presunta violación de derechos de autor, al sospechar que su modelo se entrenó con obras protegidas.

Esa disputa podría anticipar los dilemas que enfrentará OpenAI. Aunque Sam Altman ha reconocido públicamente que los creadores deberían participar en los beneficios generados por la IA, todavía no existe un mecanismo claro que lo garantice.

Las preguntas sobre de dónde provienen los datos de entrenamiento y cómo se compensará a los artistas siguen abiertas, y el precedente de Sora —ya acusada de usar material audiovisual sin consentimiento— añade más presión ética y legal a la compañía.

La música generativa, ¿una amenaza?

El avance de la IA en la música genera entusiasmo y temor a partes iguales. Por un lado, promete democratizar la producción sonora, permitiendo que cualquier persona pueda crear música sin conocimientos técnicos ni equipos costosos.

Por otro, el riesgo de saturar las plataformas con contenido generado automáticamente ya se deja sentir: Spotify y Deezer han advertido que una parte creciente de los temas subidos a diario proviene de IA, lo que obliga a las plataformas a desarrollar filtros y políticas para mantener la calidad y la autenticidad.

Casos como el de The Velvet Sundown, una 'banda' falsa creada por IA que llegó a colarse en playlists oficiales antes de ser desenmascarada, muestran que la frontera entre lo humano y lo sintético se vuelve cada vez más difusa.

Imagen | Marcos Merino mediante IA

En Genbeta | Sora 2 acaba de superar uno de los test más difíciles para una IA: el del vaso del agua. Y es más importante de lo que parece

En 2021, Spotify anunció a bombo y platillo que "pronto" lanzaría 'Spotify HiFi', su esperada opción de audio sin pérdida de calidad. La promesa generó expectación, especialmente porque varios competidores de la plataforma de streaming (como Tidal, Apple Music, Qobuz o Amazon Music) ya venían ofreciendo esa calidad desde hacía tiempo. Sin embargo, el tiempo pasó, los meses se convirtieron en años, y la función parecía haberse perdido en el limbo.

Ahora, en septiembre de 2025, Spotify lo ha anunciado con bombo y platillo: el audio sin pérdida (lossless) ya está disponible para los suscriptores de su plan Premium, sin gasto adicional.

Una función que permite escuchar canciones en formato FLAC de hasta 24 bits/44.1 kHz, con mayor detalle y fidelidad. La opción se puede activar manualmente en cada dispositivo desde los ajustes de calidad, tanto en Wi-Fi como en datos móviles o descargas.

La compañía lo vende como un salto cualitativo. Y es cierto: a nivel técnico, contar con 'lossless' supone una mejora frente a la compresión habitual. Sin embargo, cuesta no ver este lanzamiento como una victoria simbólica más que práctica: una que permite silenciar las críticas de quienes reclamaban la función desde hace años y para igualar la oferta frente a la competencia.

¿Qué ofrece exactamente?

• Formato y calidad: FLAC de hasta 24 bits/44.1 kHz, un estándar que, aunque sin ser "hi-res" de libro, supera ampliamente la compresión tradicional.
• Disponibilidad: en móviles, ordenadores, tablets y dispositivos compatibles con Spotify Connect (Sony, Bose, Samsung, Sennheiser, pronto también Sonos y Amazon).
• Activación manual: hay que entrar en Configuración y privacidad → Calidad de medios y elegir "Audio sin pérdida" para Wi-Fi, datos o descargas.

• Indicador de 'lossless': al reproducir se mostrará un icono que confirma que la pista está en esa calidad.
• Limitaciones: no funciona a través de Bluetooth en calidad completa (el ancho de banda no da para tanto), por lo que se recomienda usar auriculares con cable o equipos compatibles vía Spotify Connect.

En definitiva, se trata de un salto adelante que permite disfrutar con mayor detalle de prácticamente todo el catálogo (más de 100 millones de canciones).

¿Por qué llega tan tarde?

La gran pregunta. Mientras que Apple Music introdujo su 'Lossless' en 2021 sin coste adicional, y Tidal lleva años basando su identidad en ello, Spotify ha estado postergando la función hasta 2025.

El motivo oficial nunca ha quedado claro: la compañía hablaba de "querer hacerlo bien", de dar prioridad a la "facilidad de uso y la transparencia en cada paso". Pero, para muchos usuarios, la sensación es que Spotify simplemente se quedó atrás, atrapada en su propio calendario, mientras la competencia avanzaba.

En Genbeta

Spotify es rentable por primera vez en 16 años mientras vive su mayor crisis con los artistas. Y le van a crecer más los enanos

¿Y quién lo va a usar?

Aquí entra la parte incómoda: ¿de verdad hay tanta gente esperando esto?

• La mayoría escucha Spotify en auriculares Bluetooth, y ahí el 'Lossless' no se aprovecha.
• La diferencia de calidad no siempre es perceptible para oídos no entrenados o en equipos modestos.
• El consumo de datos y almacenamiento es mucho mayor.

Dicho de otro modo, esto es para unos pocos entusiastas del audio: audiófilos equipados con DACs externos, auriculares de gama alta y conexiones por cable. Los demás seguirán usando la calidad "Muy alta" de siempre y tan contentos.

Spotify, consciente de esto, ha decidido no sacar un plan aparte (como se temía en su día) y ha integrado el 'Lossless' en el Premium normal. Buena jugada: pedir más dinero por algo que solo van a consumir "tres gatos" habría sido un suicidio comercial.

Disponibilidad

La función se está implementando de forma gradual en más de 50 mercados, de aquí a octubre. Los suscriptores Premium en países como Australia, Austria, Chequia, Dinamarca, Alemania, Japón, Nueva Zelanda, Países Bajos, Portugal, Suecia, Estados Unidos y Reino Unido ya han comenzado a recibir acceso. Los usuarios recibirán una notificación en la app de Spotify cuando la función esté disponible para ellos.

¿Un cambio de rumbo o un gesto tardío?

El lanzamiento de 'Lossless' llega acompañado de otros movimientos en Spotify: playlists generadas por IA, funciones sociales como 'Jam', el popular 'DJ' con voz sintética, o la posibilidad de mezclar transiciones en 'Mix'. La plataforma se reinventa en muchas direcciones, pero el 'hi-fi' era una deuda pendiente.

Imagen | Marcos Merino mediante IA

En Genbeta | HiFi o no HiFi: el test que te dice si tu oído puede diferenciar entre la calidad de Spotify y el audio sin pérdida (lossless)

La inteligencia artificial ya forma parte de muchas tareas cotidianas, y una de las más útiles es la transcripción de audios almacenados en nuestros dispositivos. Servicios como ChatGPT pueden convertir horas de voz en texto en cuestión de minutos. Sin embargo, este proceso no es gratuito: transcribir audios con IA tiene un coste asociado, que se factura en función de los llamados tokens. A más duración del audio, más tokens se consumen y más tiempo se requiere para obtener la transcripción.

Pero… ¿y si pudiéramos hacer los minutos "más cortos"? Esta fue la pregunta que se hizo el desarrollador George Mandis, quien ha compartido en su blog un truco sorprendentemente sencillo y eficaz para reducir tanto el coste como el tiempo de las transcripciones con inteligencia artificial, como la de OpenAI. Y lo más interesante es que lo descubrió por casualidad.

Un truco fundamental para transcribir audios con eficiencia

Mandis quería transcribir y resumir una charla del investigador de IA Andrej Karpathy. Normalmente utilizaba las transcripciones automáticas de YouTube, pero esta vez no estaban disponibles. Además, al intentar usar GPT-4o, se topó con una limitación: solo podía subir audios de 25 minutos como máximo. Una solución clásica habría sido dividir el archivo en partes más pequeñas. Pero antes de hacerlo, decidió probar algo diferente.

Usó FFmpeg, una herramienta de código abierto que permite procesar archivos de audio y vídeo mediante comandos, para acelerar el audio. Probó a duplicar e incluso triplicar la velocidad. El resultado fue mejor de lo esperado: la pérdida de calidad fue mínima, y la IA fue capaz de transcribir el contenido acelerado sin problemas. Así logró eludir la limitación de tiempo y, además, gastó menos tokens.

Eso sí, Mandis advierte que a partir de una velocidad 4x la calidad se resiente demasiado, y la IA comienza a tener dificultades para comprender el contenido.

¿Por qué funciona este truco?

Los modelos de transcripción como Whisper —también utilizado por Mandis— están entrenados para reconocer patrones de voz, de forma similar a cómo lo hace el cerebro humano. Incluso si la voz no es perfectamente clara, estos modelos son capaces de "rellenar los huecos" y deducir lo que se dijo.

Cuando aceleramos el audio, reducimos su duración en minutos, y por tanto la cantidad de datos que la IA necesita procesar. Esto no solo acorta el tiempo necesario para la transcripción, sino que reduce el coste.

En Genbeta

Este es mi truco para convertir de YouTube a MP3 sin instalar nada

Mandis compartió las cifras de su experimento:

• Audio a velocidad 1x (original): 0,24 dólares en tokens de entrada.
• Audio a velocidad 2x: 0,07 dólares en tokens de entrada.
• Audio a velocidad 3x: 0,04 dólares en tokens de entrada (un 33% de ahorro).

Un ahorro notable, especialmente para profesionales como periodistas, investigadores o estudiantes que trabajan habitualmente con grabaciones de voz.

Cómo puedes hacerlo tú mismo

Para replicar este truco, lo primero de todo es estar cómodo trabajando con líneas de comandos, que es lo que explica este desarrollador en su entrada. Para ello, se necesitan tres herramientas:

• yt-dlp para descargar el audio de una plataforma como YouTube.
• ffmpeg que actúa como una auténtica navaja suiza para procesar audio y vídeo que se encarga, entre otras cosas, de acelerar el audio.

Una vez llegados hasta aquí, el comando que se debe introducir en ffmpeg para poder aumentar la velocidad es el siguiente:

ffmpeg -i audio.mp3 -filter:a "atempo=3.0" audio_3x.mp3

Después solo quedará enviar el audio a ChatGPT para iniciar la transcripción. Aunque lógicamente se pueden usar otras herramientas que puedan ser más accesibles para poder acelerar el audio, aunque siempre que estemos seguros que no se sacrifica mucho la calidad.

Imágenes | Kelly Sikkema Salah Darwish Solen Feyissa

En Genbeta | Así puedes descargar y convertir vídeos de YouTube a MP3 con VLC

Imagina abrir tu buzón una mañana y descubrir un CD rotulado a mano con el siguiente mensaje: "gratis, de parte de un vecino". ¿La insertarías en tu equipo para ver qué contiene? Aunque esta escena parece diseñada por el guionista de una historia de misterio (o, mejor, por el publicista detrás de una campaña de marketing viral), ha ocurrido realmente en Alemania.

Y ha desatado tanta sorpresa (por la reacción de su protagonista) como especulaciones (por el origen del dispositivo) en las redes sociales.

"Mándame un CD que te abriré mi buzón / y te hago un rinconcito en el archivo de mi corazón..."

Una mujer alemana compartió en TikTok que se había encontrado con un CD anónimo en su buzón. Pese a desconocer tanto su procedencia como su contenido, decidió reproducirlo... en el lector de CDs de su coche, ya que, según explicó, así no podría dañar su sistema. El vídeo que documenta el momento se volvió viral rápidamente, por la valentía / temeridad demostrada por la usuaria.

¿Y qué contenía el CD? Pues, contra todo pronóstico, la CD contenía nada más que 62 pistas de audio. Entre ellas, canciones populares de artistas como Lady Gaga, Andrea Berg y Wir sind Helden, así como fragmentos de algunas actuaciones cómicas. No había, aparentemente, ningún contenido malicioso o peligroso.

En Genbeta

Cuidado con lo que escuchas, la nueva moda entre los cibercriminales es esconder malware en archivos de audio

Eso no impidió que la historia desencadenase toda una cascada de comentarios en redes sociales: las reacciones oscilaron entre el humor y la paranoia, hablando de tener cuidado con gases venenosos, virus ocultos o incluso teorías sobre cadenas de envíos, en los que cada usuario debía añadir una canción antes de volver a compartir la CD.

En un vídeo posterior, la mujer explicó que, investigando en Facebook, encontró una referencia a una antigua boda en la que los padrinos de la ceremonia habían repartido CDs similares como parte de una broma. Sin embargo, esta teoría no encajaba del todo, ya que muchas canciones en la CD eran demasiado recientes para coincidir con una boda de años atrás. ¿La conclusión? Quizás se trataba de un imitador.

"Revisé otra vez brevemente ese CD de casa: tiene 65 pistas y después no viene nada más. O sea, salta directamente de nuevo a la pista uno. No hay nada oculto ni nada por el estilo. Los stickers no son tóxicos... al menos hasta ahora no he notado nada.

Creo que, por el tipo de letra, son simplemente 'boomers', la verdad, gente mayor o algo así. Y luego ayer estuve buscando un montón en Facebook. Y ya hubo un CD así hace cinco año: una mujer escribió que al parecer fue hecho originalmente para la boda de unos tales Susanne y Marco, por sus padrinos.

Así que tal vez simplemente lo hacen ahora para su aniversario de bodas o algo así. Porque hay cosas bastante nuevas en él. O sea, estaba Zartmann y Lady Gaga y canciones de esas que han salido hace, no sé, unas pocas semanas. Por eso estoy bastante segura de que es ilegal grabar CDs así. Y por eso creo que realmente es solo algo hecho con buena intención. ¿O debería llevarlo a la policía?".

En Genbeta

Encontró una memoria USB "gratis para compartir". Si te pasara a ti, así es como podrías comprobar su contenido de manera segura

Entonces... ¿es seguro reproducir una CD desconocido?

La afirmación de que reproducir un CD de origen desconocido en el lector de CDs del coche "no podría dañar su sistema" no es completamente cierta. Es decir, es cierto que:

• un CD de audio convencional no puede dañar físicamente el sistema del coche ni comprometer su software... pero nuestra protagonista no sabía en el momento de insertarlo si se trataba de un CD de esta clase.
• si el lector de CDs del coche es básico y solo reproduce audio**, es bastante difícil que pueda sufrir algún daño... pero algunos reproductores modernos de coches (sobre todo aquellos con sistema operativo integrado, USB, conexión a Internet o soporte para MP3, imágenes, etc.) podrían ser vulnerables si el disco contiene un exploit diseñado específicamente para su sistema.

En el caso de la tiktoker alemana, todo terminó bien, y su experiencia puede interpretarse como una simple y curiosa anécdota. Sin embargo, la regla general es clara: no se deben usar CDs, DVDs o USBs de origen desconocido. Por más inofensivo que parezca el contenido, el riesgo de comprometer la seguridad digital o física de un dispositivo es real.

Imagen | Marcos Merino mediante IA

En Genbeta | Han encontrado una nueva forma de distribuir software de forma ilícita: usando listas de reproducción de Spotify 

En la conferencia Google I/O 2025, la inteligencia artificial (IA) no solo ha sido protagonista como herramienta de productividad o como complemento a las búsquedas web, sino también como herramienta creativa dirigida a un público amplio, incluyendo usuarios profesionales. De hecho, Google ha presentado toda una nueva generación de modelos generativos capaces de crear imágenes de alta calidad, vídeos con sonido realista e incluso composiciones musicales interactivas.

Con estos modelos, Google deja claro su intento de liderar el sector de la IA generativa, con una propuesta de creatividad colaborativa... entre humanos e IA:

Imagen 4: precisión visual y diseño tipográfico impecable

Imagen 4 es la evolución del conocido modelo de generación de imágenes de Google. Está disponible en la app de Gemini, en herramientas como Google Slides, Docs, Vids y en el entorno empresarial Vertex AI., y sus principales novedades incluyen:

• Calidad fotográfica con detalles impresionantes: desde telas intrincadas hasta gotas de agua o pelaje de animales.
• Resoluciones de hasta 2K, ideales para impresión o presentaciones profesionales.
• Capacidad tipográfica avanzada, que permite generar textos correctamente escritos dentro de las imágenes, útil para pósters, cómics o tarjetas.
• Velocidad mejorada: se anunció también una variante rápida que es hasta 10 veces más veloz que Imagen 3.

• Antecedentes: El modelo Imagen fue introducido por Google en 2022 como un competidor directo de DALL·E y otros generadores de imágenes a partir de texto. Desde sus primeras versiones, Imagen destacó por su fidelidad semántica a las descripciones y por su nitidez visual. En Imagen 2 y 3, se fortalecieron aspectos como el realismo de las texturas y la coherencia compositiva, lo que permitió su integración en productos como Google Slides. Con Imagen 4, el modelo da un salto notable en resolución, detalles finos y habilidades tipográficas, posicionándose como una herramienta lista para el diseño profesional y la impresión de alta calidad.

En Genbeta

Tras muchas decepciones, esto es lo que Google está haciendo en IA para que nadie más le gane. Solo le queda lo más difícil

Veo 3: vídeo con sonido integrado

Google ha presentado Veo 3, su nuevo modelo de generación de vídeo, que marca un hito al ser el primer modelo de IA de Google que genera vídeo con audio nativo. Entre sus capacidades más destacadas:

• Generación audiovisual completa: los usuarios pueden crear escenas con ruidos ambientales, diálogos y música de fondo a partir de simples descripciones en lenguaje natural.
• Física realista y sincronización labial precisa.
• Comprensión narrativa: Veo entiende y representa visualmente historias sugeridas por el usuario.

Veo 3 está disponible en el plan Google AI Ultra y se integra con la nueva herramienta creativa Flow, así como con Vertex AI para empresas.

También se han lanzado nuevas funciones en Veo 2, como:

• Referencias visuales (personajes, estilos, objetos).
• Controles de cámara: rotaciones, zooms, travellings.
• Outpainting para expandir la escena.
• Añadir o eliminar objetos con coherencia espacial.
• Antecedentes: El proyecto Veo comenzó como un esfuerzo para generar clips de vídeo breves y sin sonido a partir de texto, compitiendo con modelos como Make-A-Video de Meta o Runway. Veo 2 trajo mejoras en continuidad, control de cámara y consistencia entre escenas, permitiendo a cineastas experimentar con narrativas visuales. Sin embargo, estos vídeos carecían de un componente esencial: el sonido.

Con Veo 3, Google rompe esta barrera al integrar audio nativo, permitiendo por primera vez la creación de escenas completas con ruidos ambientales, diálogos y música, lo que lo convierte en el modelo más avanzado en su categoría hasta la fecha. Teniendo en cuenta lo bueno que era Veo 2, y estas nuevas capacidades, Google ha dado un nuevo golpe en IA generativa a OpenAI, que con Sora no logró mantener la expectación inicial de cuando lo mostraron. Eso sí, precisamente en hype y exposición no les gana nadie, como demostraron con el impacto de las imágenes generadas con ChatGPT y la generación de 4o. 

Flow: cine generado por IA

Flow es la nueva herramienta de Google para filmmaking con IA, diseñada para narradores visuales. Combina el poder de Veo, Imagen y Gemini para permitir:

• Crear clips cinematográficos a partir de prompts en lenguaje natural.
• Controlar elementos como el guion, la puesta en escena, los personajes, el estilo visual y la música.
• Usar activos personalizados o generarlos dentro del mismo entorno.
• Acceder a recursos como Flow TV, donde se pueden explorar clips creados por otros, ver sus prompts y aprender nuevas técnicas.

Flow está disponible para los suscriptores de Google AI Pro y Ultra en EE. UU.

En Genbeta

La última IA de Google promete ser capaz de mejorarse a sí misma. De momento, ya está superando a los matemáticos humanos

• Antecedentes: Flow nace como la evolución de VideoFX, una iniciativa experimental lanzada en Google Labs en 2024 para explorar la creación de videos a partir de prompts textuales. Aunque inicialmente era una simple interfaz para interactuar con modelos como Veo, el potencial creativo observado entre cineastas y artistas llevó a Google a desarrollar Flow como una plataforma integral. Su versión actual se ha convertido en un entorno completo de producción narrativa, combinando los modelos más potentes de Google (Veo, Imagen y Gemini) y ofreciendo herramientas de storyboard y edición cinemática, todo impulsado por IA.

Lyria 2: música generada (y controlada, y personalizada...)

En el ámbito musical, Google presenta Lyria 2, un modelo de composición avanzada, y su entorno de pruebas Music AI Sandbox, ahora disponible para músicos y productores. Sus capacidades incluyen:

• Composición musical a partir de prompts.
• Exploración interactiva con Lyria RealTime, que permite crear música en tiempo real y controlar dinámicamente los resultados.
• Integración con YouTube Shorts y Vertex AI para creadores y empresas.

Estas herramientas fueron desarrolladas en colaboración con artistas y productores para asegurar que la IA actúe como colaboradora creativa, no como reemplazo.

• Antecedentes: El modelo musical Lyria surgió en 2023 como parte de la iniciativa MusicLM de Google, diseñada para transformar texto en música, manteniendo estructuras armónicas coherentes. Lyria 1 permitió experimentar con melodías, géneros y tempo, aunque con limitaciones en control y personalización. Con el lanzamiento de Lyria 2 y el entorno Music AI Sandbox, Google abrió un abanico de posibilidades para músicos profesionales: herramientas de composición, mezcla, interpretación en tiempo real (Lyria RealTime) y colaboración en plataformas como YouTube Shorts.

Imagen | Marcos Merino mediante IA

En Genbeta | Flux es la IA que ha puesto fin al enfrentamiento MidJourney vs. Stable Diffusion: ha batido a ambos

En los últimos años, la tecnología de clonación de voz basada en IA ha evolucionado a pasos agigantados: tan solo unos segundos de muestra de audio permiten replicar la voz de cualquier persona con una fidelidad sorprendente. Eso, claro está, también plantea serias preocupaciones en cuanto a la seguridad y el uso indebido... dado que la mayoría de las plataformas que ofrecen estos servicios carecen de salvaguardas efectivas para evitar su abuso.

Medidas de seguridad ineficaces (por decir poco)

Una investigación reciente de la asociación de consumidores estadounidense Consumer Reports ha analizado seis de las principales plataformas de clonación de voz disponibles para el gran público, y la conclusión ha sido que cinco de ellas tienen medidas de seguridad débiles y fácilmente eludibles. Las empresas evaluadas fueron Descript, ElevenLabs, Lovo, PlayHT, Resemble AI y Speechify.

Cuatro de estas compañías (Speechify, PlayHT, Lovo y el líder del sector, ElevenLabs) sólo requieren que los usuarios marquen una casilla en la que afirman tener derecho a clonar la voz, sin ningún mecanismo real de verificación.

Resemble AI, por su parte, exige que la persona grabe audio en tiempo real en lugar de subir un archivo... aunque este requisito fue fácilmente burlado por los investigadores al reproducir un audio pregrabado.

En Genbeta

Las mejores inteligencias artificiales para convertir de texto a voz de forma realista. Narran textos (casi) como tú

La única empresa que implementa una medida de seguridad algo más robusta es Descript, que exige la grabación de una declaración de consentimiento específica, aunque esto también podría ser vulnerado utilizando otro de los servicios de clonación de voz anteriores.

Aumentan los casos de uso lícito

Es importante dejar claro que los usos potenciales de la clonación de voz con IA no son exclusivamente negativos: existen aplicaciones legítimas y beneficiosas, como la generación de audiolibros, la ayuda a personas con discapacidades del habla y la traducción de contenido a múltiples idiomas manteniendo la identidad vocal del hablante. No obstante, el mal uso de esta tecnología representa una amenaza creciente.

Uno de los casos más notorios de abuso en los Estados Unidos ocurrió durante su último proceso de primarias, cuando se difundieron llamadas automáticas (robocalls) con una imitación de la voz de Joe Biden instando a los votantes a no participar en los comicios. El artífice de este engaño fue sancionado con una multa de seis millones de dólares, y la Comisión Federal de Comunicaciones (FCC) prohibió posteriormente las llamadas automatizadas generadas por IA.

Las estafas telefónicas también se han visto reforzadas con esta tecnología. En la modalidad conocida como 'estafa del abuelo', los delincuentes llaman a personas mayores haciéndose pasar por un familiar en peligro para pedir dinero de urgencia. Esta estafa existe desde hace tiempo, pero la Comisión Federal de Comercio de EE.UU. ha advertido que los timadores empiezan a recurrir a la IA para hacer que las voces suenen más convincentes.

En Genbeta

Dejar que la IA clone tu voz y ganar dinero cuando otros la usen. Eso es lo que ofrece esta nueva función de Eleven Labs

Incluso en el ámbito de la industria del entretenimiento, los abusos han sido evidentes. Hace ya dos años, una canción que utilizaba voces clonadas de los artistas Drake y The Weeknd se volvió viral en redes sociales tras ser lanzada sin su consentimiento.

Regulación y políticas de las compañías

A pesar del creciente uso indebido de la clonación de voz con IA, los defensores de los consumidores ven aún la regulación como insuficiente: aunque la FTC estadounidense ha aprobado una norma que prohíbe la suplantación de identidades gubernamentales y empresariales mediante IA, aún no ha logrado extender esta prohibición a la imitación de individuos.

Algunas empresas tecnológicas han optado por restringir motu proprio el acceso a sus herramientas de clonación de voz por temor a su mal uso. Microsoft, por ejemplo, ha decidido no lanzar públicamente su tecnología VALL-E 2, y OpenAI ha limitado el acceso a su motor de síntesis de voz por razones similares.

Frente a eso, algunas compañías continúan promoviendo el uso fraudulento de esta tecnología: el informe de Consumer Reports revela que PlayHT y Speechify proponen las "bromas telefónicas" como un ejemplo de utilidad de sus herramientas de clonación de voz.

Imagen | Marcos Merino mediante IA

En Genbeta | Clonaron su voz con IA y usaron un vídeo suyo de YouTube: así fue como el CEO de esta famosa empresa fue víctima de un deepfake

En un momento en el que Spotify anda empantanado con su lucha contra APKs no oficiales e intentando solucionar la polémica con sus cuentas Premium que se comportan como gratuitas (para descomunal cabreo de los usuarios), ahora se suma otra mala noticia para la plataforma procedente de la industria musical.

Y es que el icónico rapero estadounidense Snoop Dogg ha tomado la drástica decisión de abandonar definitivamente Spotify: según argumenta, tras alcanzar mil millones de reproducciones en la plataforma, su pago fue de menos de 45.000 dólares, una cifra que considera irrisoria.

Lo sorprendente es que, en respuesta, el rapero ha decidido apostar no por Tidal o por Apple Music, sino por Tune.FM, un servicio de streaming basado en blockchain, donde espera recibir una mayor retribución por su música, según afirmó en una entrevista con Billboard:

"No quiero tener nada que ver con Spotify, ahora solo estoy en Tune.FM".

El conflicto entre Snoop Dogg y Spotify

Sin embargo, Spotify ha desmentido estas cifras, argumentando que normalmente un artista podría generar millones de dólares con tal cantidad de reproducciones. La empresa sugiere que la baja remuneración de Snoop Dogg podría deberse a contratos específicos con su sello discográfico y editores.

En Genbeta

Spotify es rentable por primera vez en 16 años mientras vive su mayor crisis con los artistas. Y le van a crecer más los enanos

Técnicamente, con el promedio de pago de 3.000 dólares por un millón de streams, el rapero debería haber recibido aproximadamente tres millones de dólares. Si sus ingresos fueron efectivamente menores a 45.000 dólares, se podría tratar de un mal acuerdo contractual.

Tune.FM: el refugio blockchain de Snoop Dogg

En busca de una mayor independencia financiera y control sobre su música, Snoop Dogg ha firmado un acuerdo exclusivo con Tune.FM, una plataforma de streaming basada en blockchain. Su primera acción en este nuevo ecosistema ha sido el lanzamiento de su sencillo Spaceship Party.

Tune.FM se diferencia de plataformas tradicionales como Spotify y Apple Music al ofrecer pagos instantáneos y en criptomonedas. Según su CEO, Andrew Antar, los artistas reciben el 90% de los ingresos generados por el streaming de su música, una cifra muy superior al modelo tradicional, donde los pagos tardan meses y los intermediarios se llevan una gran parte de las ganancias.

El modelo de Tune.FM funciona con JAM, una criptomoneda basada en la tecnología Hedera Hashgraph (HBAR), que permite transacciones rápidas y seguras. Con esta estructura, Tune.FM busca convertirse en la alternativa descentralizada a los gigantes del streaming.

¿Una estrategia viable o una apuesta arriesgada?

Tune.FM es un actor relativamente nuevo en la industria del streaming. Si bien ha logrado captar 80 millones de dólares en financiación, su viabilidad a largo plazo es incierta. Históricamente, muchos proyectos Web3 han tenido dificultades para sostenerse frente a gigantes consolidados.

Spotify, por su parte, sigue siendo la principal plataforma de streaming del mundo, con 574 millones de usuarios y acuerdos con grandes discográficas como Universal Music Group y Sony Music. A pesar de las críticas por su modelo de reparto de ingresos, su estabilidad y alcance global la hacen difícil de reemplazar.

En Genbeta

El mítico Winamp nos encanta por la nostalgia... y eso casa muy mal con su nuevo soporte para NFT de audio

Por ahora, los clásicos de Snoop Dogg continúan en Spotify, pero el artista ha insinuado que podría terminar retirando toda su música. Si su incursión en Tune.FM resulta exitosa, podría marcar el inicio de un cambio en la industria. Si no, será otro capítulo más en la historia de artistas que intentaron desafiar el status quo sin éxito.

Snoop Dogg y su visión del futuro tecnológico de la industria musical

Y es que esta no es la primera vez que Snoop Dogg apuesta por la tecnología blockchain. En 2022, tras adquirir el legendario sello Death Row Records, el artista retiró varios álbumes de plataformas convencionales y anunció que convertiría Death Row en un sello musical basado en NFT. En ese mismo año, vendió 44 millones de dólares en NFT a través de Gala Games.

Si bien en 2022 los NFT y el metaverso parecían ser el futuro de la industria musical, hoy el panorama ha cambiado. Mientras que la IA generativa ha acaparado la atención del mundo tecnológico, el mercado blockchain ha experimentado un descenso en interés y rentabilidad. A pesar de ello, Snoop Dogg sigue firme en su apuesta por las nuevas tecnologías Web3.

Imagen | The Come Up Show vía Wikimedia + Logo de Spotify

En Genbeta | 'Web3' le sabe a poco: Jack Dorsey propone una 'Web5' para descentralizar todo Internet… pese a no haberlo logrado con Twitter

En los últimos años, Spotify ha sido objeto de un problema recurrente: el uso de versiones modificadas de su aplicación móvil, que permiten a los usuarios acceder a funciones premium de manera gratuita. Si bien esta práctica viola los términos de uso de la plataforma, ha sido adoptada por millones de usuarios en todo el mundo que buscan ahorrarse unos pocos euros al mes.

Sin embargo, las medidas recientemente adoptadas por la compañía han afectado a los usuarios de estas versiones no oficiales, dejando fuera de servicio múltiples APKs modificados y generando un impacto considerable en redes sociales.

Y es que, hace dos días, Spotify llevó a cabo una de las mayores acciones contra el uso de versiones ilegales de su aplicación: múltiples aplicaciones APK que permitían acceder gratuitamente a Spotify Premium dejaron de funcionar repentinamente, afectando a un gran número de usuarios.

Al menos, era un gran número de publicaciones las que llegó a suscitar en la red social X, a tenor del indicador de 'trending topics'...

Tener APKs no autorizadas y denunciar en DownDetector que 'no te rula'. El concepto.

No sólo en X: también ha sido tendencia en Google...

Un fenómeno en expansión

El uso de aplicaciones modificadas para evitar el pago de la suscripción premium de Spotify no es una novedad. En 2018, la empresa reveló que más de 2 millones de usuarios estaban utilizando versiones hackeadas para acceder a contenido sin publicidad, saltarse canciones sin restricciones y descargar música sin pagar.

A pesar de que Spotify ha tomado acciones en varias ocasiones para frenar esta práctica, la comunidad de usuarios de estas versiones ha seguido creciendo en los últimos siete años gracias a la facilidad con la que se pueden encontrar APKs modificados en Internet.

Spotify parece tener problemas para convencer a un amplio sector de usuarios que, sin embargo, no parecen dispuestos a dejar de usar su plataforma

En Genbeta

Spotify es rentable por primera vez en 16 años mientras vive su mayor crisis con los artistas. Y le van a crecer más los enanos

Spotify y su estrategia contra los APKs modificados

Desde hace varios años, Spotify ha estado apostando por tres grandes estrategias para combatir los accesos no autorizados a las funciones 'premium' de su plataforma:

• En primer lugar, ha ido desarrollando nuevos métodos para identificar versiones modificadas (a la misma velocidad con que los 'hackers' intentaban encubrirlas) y así evitar su funcionamiento.
• Además, los usuarios a los que se detectaba usando versiones no autorizadas terminan recibiendo advertencias y suspensiones temporales, e incluso sufriendo la eliminación definitiva de sus cuentas.
• Por último, la compañía ha promovido descuentos en sus planes premium, incluyendo ofertas para estudiantes y planes familiares, con el fin de atraer a más usuarios a su modelo de pago.

Consecuencias y riesgos del uso de APKs no oficiales

¿Y esto de dónde sale?

Un riesgo considerable de usar estos APKs es el riesgo de que estas aplicaciones puedan contener malware, poniendo en peligro datos personales y la seguridad de los dispositivos en los que se instalan.

Siempre que se instalan apps desde fuentes ajenas a la Google Play Store, el usuario debe saber que desaparecen las garantías en lo que respecta a la seguridad de su dispositivo.

Pero si en lugar de hablar de 'stores alternativas' pasamos directamente a APKs procedentes de fuentes indeterminadas, y que además sus creadores saben que tienen un enorme público potencial... bueno, todo eso suma para encontrarnos ante un desastre de ciberseguridad esperando a ocurrir.

Así, software malicioso como filtradores de datos confidenciales o 'keyloggers' (que registran todo lo que se escribe en el dispositivo) son las variedades más habituales que pueden terminar instaladas en nuestro smartphone.

Imagen | Marcos Merino mediante IA

En Genbeta | Han encontrado una nueva forma de distribuir software de forma ilícita: usando listas de reproducción de Spotify

Spotify ha conseguido que 2024 se haya convertido en el primer año que cierra con beneficios desde la fundación de la plataforma en 2006. 477 millones de euros en ganancias operativas y un margen bruto récord del 32,2%. Esto ha sido posible no solo por los cambios en su política de regalías, sino también por su diversificación en nuevos formatos de contenido.

Y lo ha logrado dejando de ser una mera plataforma de música: su ecosistema ahora incluye 6,5 millones de pódcasts, 330.000 videopódcasts y 350.000 audiolibros. Más de 270 millones de usuarios consumen contenido en video dentro de la plataforma, reduciendo la dependencia de la empresa en el pago de regalías musicales.

Además, los cambios en su estrategia de monetización han resultado clave para su rentabilidad... pero también llevan meses generando polémicas, y no parece que vayan a extinguirse a corto plazo.

Aunque para valorar dicha estrategia, hay que tener en cuenta que se compone de tres modelos completamente distintos, según el tipo de contenido...

1. Monetizando música

En el campo de la música, Spotify opera bajo una combinación de suscripción y publicidad. Los usuarios pueden optar por una suscripción mensual que les permite acceder a un servicio sin anuncios y con mayor calidad de audio. De estos ingresos, Spotify distribuye un porcentaje a los titulares de derecho.

En el caso de los usuarios que no pagan la suscripción, Spotify también financia la reproducción de música mediante anuncios: cada vez que se reproduce una canción, se genera un pequeño ingreso por publicidad, que también se reparte entre los titulares de los derechos. Sin embargo, este porcentaje es menor en comparación con el procedente de los usuarios premium.

Un golpe a los artistas emergentes

En un movimiento sin precedentes, Spotify implementa desde el 1 de abril de 2024 un nuevo modelo de monetización en el que la plataforma exige que una canción alcance al menos 1.000 reproducciones anuales para generar regalías, un cambio que ha generado un intenso debate entre artistas, sellos discográficos y expertos del sector.

Spotify justificó esta decisión argumentando que busca redistribuir mejor los ingresos generados por el streaming y combatir prácticas fraudulentas. Según la empresa, más de 40 millones de dólares anuales se perdían en microtransacciones de pocos céntimos, que ni siquiera llegaban a los artistas debido a los mínimos de retiro establecidos por las distribuidoras y las tarifas bancarias.

Sin embargo, esta medida ha sido criticada por artistas independientes y pequeños creadores que argumentan que se les está privando de ingresos que, aunque mínimos, podrían representar una fuente de motivación y reconocimiento.

En Genbeta

Lavar dinero negro usando Spotify: así es el entramado de las bandas criminales suecas que está saliendo a la luz

Denis Ladegaillerie, CEO de Believe (empresa matriz de TuneCore), cuestionó la decisión:

"¿Qué mensaje enviamos a los nuevos artistas si no reciben ninguna compensación hasta superar un umbral de reproducciones?".

El gran interrogante es si esta política se mantendrá en 1.000 reproducciones o si en el futuro optará incluso por elevar ese umbral, como especulan algunos críticos. De ser así, el acceso a ingresos por streaming podría volverse aún más restrictivo.

La batalla contra el fraude y la saturación del catálogo

Otra de las razones tras este cambio es la lucha contra el fraude en el streaming. Spotify ha detectado que muchos "actores maliciosos" suben enormes cantidades de pistas de ruido blanco, efectos de sonido o audios cortos con el único objetivo de acumular millones de pequeñas reproducciones y generar ingresos sin aportar valor artístico real. Con el nuevo umbral de reproducciones y la decisión de valorar los streams de ruido a una fracción del valor de las canciones, Spotify busca frenar estas prácticas.

Además, la plataforma ahora impone una duración mínima de dos minutos para las pistas de ruido, reduciendo así las oportunidades de explotar el sistema con audios breves reproducidos en bucle. Según explican desde Spotify,

"El objetivo es garantizar que los ingresos se dirijan a artistas que realmente dependen del streaming para su sustento".

2. Monetizando pódcasts

El negocio de los pódcast en Spotify tiene una estructura distinta. En primer lugar, la plataforma no comparte con los creadores de pódcast una parte de los ingresos provenientes de suscriptores premium, lo que genera críticas dentro de la industria: muchos podcasters consideran que deberían recibir una fracción de estos ingresos, al igual que los músicos.

Los usuarios también tienen quejas

Además, los usuarios premium, que pagan para evitar anuncios en la música, se sorprenden al encontrar publicidad en los pódcast. Esto se debe a que, en muchos casos, estos anuncios son insertados directamente por los creadores en los archivos de audio, ya sea como menciones nativas o como anuncios dinámicos que se agregan en el momento de servir el contenido. Spotify no controla ni obtiene ingresos de estos anuncios, lo que genera confusión entre los usuarios.

Otro problema para los podcasters

Otro aspecto que complica la relación entre Spotify y los creadores de pódcast es la manera en que la plataforma aloja los episodios. Tradicionalmente, los pódcast se distribuyen a través de feeds RSS, lo que permite a los creadores alojar sus archivos en sus propios servidores y actualizar anuncios de manera dinámica.

Sin embargo, Spotify descarga y aloja el contenido en sus propios servidores, lo que impide a los podcasters modificar los anuncios o personalizar la experiencia según la ubicación del oyente. Esto supone una desventaja con respecto a otras plataformas de pódcast tradicionales, donde cada reproducción puede incluir anuncios geolocalizados o específicos para cada audiencia.

En Genbeta

Spotify se está convirtiendo en YouTube, y Amazon en Spotify. Pero ambas luchan en la misma batalla: la del audiolibro

3. Monetizando libros

Spotify monetiza los audiolibros principalmente a través de su servicio de suscripción Premium. En ciertos planes Premium, como Individual, Familiar (solo para el titular del plan) y Duo (solo para el titular del plan), se incluyen horas mensuales de reproducción de audiolibros sin costo adicional. Si los usuarios agotan este tiempo, tienen la opción de comprar horas adicionales o adquirir audiolibros de forma individual.

Caos: cada editorial es un mundo

Luego, Spotify compensa a los autores y propietarios de audiolibros en función de los acuerdos de licencia establecidos con las editoriales. Generalmente, la remuneración es proporcional a la cantidad de tiempo que los usuarios dedican a escuchar cada título, pero en otros casos, los autores reciben la regalía completa solo si los usuarios terminan el libro.

Pero cada acuerdo es un mundo: en el establecido con la editorial Macmillan, se acumula el tiempo de escucha de varios usuarios hasta completar la duración total del libro, momento en el cual se realiza el pago completo al autor.

Este modelo de compensación ha generado preocupaciones entre los autores y organizaciones como la Sociedad de Autores del Reino Unido, que argumentan que la falta de claridad dificulta evaluar el impacto real en los ingresos de los autores y se preguntan si este modelo podría reducir sus ganancias en comparación con las ventas tradicionales de audiolibros.

¿Qué depara el futuro de Spotify para los artistas y la industria?

Mientras tanto, Spotify sigue apostando por un modelo más amplio y diversificado, buscando consolidarse como un ecosistema de creadores de contenido, al estilo de YouTube. Con una competencia feroz de plataformas como TikTok, Apple Music y YouTube en el terreno del audio, la empresa sueca parece haber encontrado una vía para sostener su crecimiento sin depender exclusivamente de la música.

Imagen | Marcos Merino mediante IA

En Genbeta | Spotify tiene un problema: hay miles de álbumes falsos cada mes, y los artistas reales no pueden eliminarlos de sus perfiles

Cualquiera que haya intentado integrar dispositivos de diferentes marcas en su hogar sabe lo frustrante que pueden ser lidiar con las limitaciones que los fabricantes nos imponen, de manera artificial, limitaciones que fuerzan a los usuarios a adoptar costosos ecosistemas cerrados o a resignarse a una experiencia de escucha mejorable.

Eduardo Vicent, en su artículo "Un reproductor para librarse de las tinieblas" (segunda entrega de su 'Pequeña Guía tinkernet para Reapropiarnos de la Música'), pone ejemplos concretos de este problema:

"Muchas veces hay limitaciones e incompatibilidades difíciles de entender, como que Google Home nos permita controlar el dispositivo pero no usar Chromecast para hacer stream [...] la experiencia se termina convirtiendo en una suerte de excel en la que tienes que ir comparando opciones...

...si uso Airplay en Android, no puedo usar lossless. Si uso PLEX, puedo hacer stream en DLNA, pero pierdo calidad de sonido y funciones de reproducción. Si uso Subsonic o Navidrome, dependo de BubbleUpNp o Symfonium, que es absolutamente inoperante, para 'castear'. No puedo usar Chromecast pero, si le conecto uno, entonces tengo 'lossless' pero me obliga a tener la tele encendida, o apagarla cada vez".

En Genbeta

Pidió el firmware de su lavadora averiada al fabricante, y se negó. Así que la hackeó: el 'derecho a reparar' está de su lado

Estas restricciones, a ojos de Vicent, no son casuales: las empresas buscan empujar a los consumidores hacia servicios de suscripción o la compra de dispositivos adicionales, un modelo que perpetúa la obsolescencia programada y el control corporativo sobre el hardware que poseemos.

Pero, ¿es posible romper con esta dinámica? Sí, con ciertas dosis de ingenio, paciencia y las herramientas adecuadas, es posible superar las limitaciones que nos imponen los protocolos no-libres, y crearnos un ecosistema de reproducción musical tan personalizado como funcional.

Una alternativa viable con Raspberry Pi y software libre

Así, con una inversión modesta y un enfoque DIY (siglas en inglés de 'Hazlo tú mismo'), una placa Raspberry Pi puede convertirse en la base de un sistema de reproducción musical que unifique dispositivos y elimine restricciones. Gracias a su flexibilidad y al uso de software libre, esta solución permite personalizar la experiencia al máximo y sortear las barreras impuestas por los fabricantes.

Hardware recomendado

1. Raspberry Pi: Aunque una Pi 4 es suficiente, Vicent optó por una Pi 5 de 8GB para asegurar la longevidad del proyecto. Es fundamental, en todo caso, que la placa tenga una interfaz GPIO de 40 pines para conectar otros componentes, como un DAC.
2. DAC (convertidor de digital a analógico): El componente clave para garantizar la calidad de sonido.
3. Accesorios adicionales: Caja de protección compatible con la Raspberry Pi y el DAC, un sistema de refrigeración activa para garantizar estabilidad, y una fuente de alimentación oficial.

Software recomendado

El software es el pilar sobre el que se construye este ecosistema: después de evaluar varias opciones, Vicent optó por MoOde Audio, un sistema operativo gratuito y de código abierto diseñado para maximizar el potencial de la Raspberry Pi como reproductor musical.

En Xataka

Qué son los metadatos de un archivo, qué información muestran y cómo se borran

Porque, incluso a pesar de su interfaz inicial poco intuitiva, este SO cuenta con otra serie de ventajas:

• Versatilidad: Permite integrar múltiples protocolos como MPD, UPnP, y Plexamp.
• Modularidad: Su diseño permite añadir funcionalidades específicas según las necesidades, como reproducción vía Bluetooth o servidores DLNA.
• Control del hardware: MoOde permite sacar el máximo partido al DAC y a los demás dispositivos conectados.

Metadatos como clave

La gestión eficiente de una biblioteca musical es crucial en sistemas abiertos como MoOde. A diferencia de servicios como Spotify, donde todo está predeterminado, aquí los metadatos incrustados en los archivos definen cómo se organiza y presenta la música. El uso de herramientas como MusicBrainz Picard facilita luego la estandarización de estas etiquetas, asegurando compatibilidad entre diferentes plataformas.

En Genbeta | Nueve sistemas operativos no-Linux que puedes instalar en tu Raspberry Pi & Las mejores distribuciones de Linux para tener un sistema operativo completo en la Raspberry Pi