Definición
La latencia de traducción de llamada es el tiempo entre el final de la frase del hablante y el momento en que la otra parte oye la versión traducida, idealmente menos de 1,5 segundos.
En una llamada traducida, la latencia es el retardo de extremo a extremo desde el final de la frase hasta que la otra parte la oye en su idioma. Es la suma de cinco retardos: captura y codificación del audio (≈30 ms), tránsito de red al servidor (≈50–120 ms según región), finalización del STT (≈200–400 ms), traducción automática (≈100–200 ms) y primer audio del TTS (≈200–400 ms). La media observada de ChromePing para pares de idiomas europeos es 420 ms en 2026.
Términos relacionados
Speech-to-text (STT)
La transcripción de voz a texto convierte el audio hablado en texto casi en tiempo real, la primera fase de las llamadas traducidas.
Text-to-speech (TTS)
La síntesis de voz es la última etapa de una llamada traducida, lee en voz alta el texto traducido con una voz del idioma de destino.
Audio codec
Un códec de audio comprime la voz en un flujo de bits para transmitirlo. Opus es el códec estándar del navegador usado por WebRTC y por ChromePing.