Para iPhone, iPad y Mac

Traducción, transcripción y respuestas
en directo mientras hablas.

GPT Realtime Assistant es un asistente de IA en directo para iPhone, iPad y Mac. Inicia una sesión y el asistente oye lo que se dice, lo escribe y responde a la pregunta que está sobre la mesa antes de que el silencio se vuelva incómodo: un dato, una formulación, el siguiente paso. O traduce cada frase al idioma que elijas. Después, la sesión es un registro con tareas y notas adjuntas. Las sesiones empiezan y finalizan solo cuando tú lo dices.

Suscripción. Créditos de IA incluidos. Sin relación con OpenAI. · iOS 18+ · iPadOS 18+ · macOS 26+ (M1+)

Interactive preview · Demo01 · Live Voice & Transcript OpenAI Realtime API · Live Voice
GPT Realtime Assistant en iPhone: la pantalla En directo con una transcripción, una respuesta del asistente y el saldo de créditos.
macOS · 1280 × 720Live translation, transcript & answers on Mac
Read tutorial →
Recorded example · JA → FRSetup, spoken French reply & reversing From/To
  • Voz en tiempo real por la API Realtime de OpenAI
  • Diecisiete plantillas de sesión, de Entrevista a Stand-up diario
  • Traducción de voz en ambos sentidos entre dos personas
  • Lectura tipo karaoke con resaltado de palabras
  • Proyectos, sesiones, tareas, Programador
  • Modelos Whisper y Qwen sin conexión en Mac

Qué hace

En directo, y luego un registro.

Cinco pestañas: En directo, Proyectos, Sesiones, Tareas y Programador, con Notas en Mac. En el iPhone, Programador está en Más. La pestaña En directo es donde ocurre la conversación; el resto es lo que deja.

Una sesión en directo, no un cuadro de chat

01 · Realtime Assistant

Una sesión en directo, no un cuadro de chat

Toca Empezar y el micrófono transmite al modelo. Lo que se dice aparece como transcripción; lo que el asistente tiene que decir aparece al lado. La detección semántica de voz sabe cuándo ha terminado un hablante, y puedes interrumpir la respuesta hablando. Las respuestas llegan en longitud breve, equilibrada o detallada.

  • API Realtime de OpenAI, gpt-realtime-2
  • Transcripción y respuestas lado a lado
  • Interrumpe hablando
  • Respuestas breves, equilibradas o detalladas
Plantillas para la sala en la que estás

02 · Realtime Assistant

Plantillas para la sala en la que estás

Una sesión nueva parte de una de diecisiete plantillas, cada una con roles e instrucciones ya escritos: Entrevista, Negociación, Planificación de sprints, Stand-up diario, Descubrimiento de clientes, Demostración de ventas, Triaje de soporte, Revisión de incidentes, Revisión de diseño, Investigación con usuarios, Apuntes de clase, 1:1, Informe de contratación, Reunión de decisión, Traducción, Tarea de programación y Revisión del producto. O empieza una sesión en blanco y escribe tú el rol y las instrucciones; en cualquier caso, puedes editarlos para la sesión que tienes delante.

  • Diecisiete plantillas con roles y prompts
  • Sesiones en blanco con tus propias instrucciones
  • Los proyectos contienen sesiones; las sesiones, el historial
Traducción en ambos sentidos y lectura

03 · Realtime Assistant

Traducción en ambos sentidos y lectura

Activa «Traducir en ambos sentidos», elige los dos idiomas y la app hace de intérprete entre dos personas: hablan por turnos, cada una en su propio idioma, y cada frase aparece en el otro idioma y, si «Leer traducciones en voz alta» está activado, la app la lee en voz alta. Ejecuta dos traducciones a la vez, en 58 idiomas, con un gasto de unos 85 créditos por minuto. Para un solo sentido, una sesión de traducción pasa todo lo que se dice, en un idioma que detecta o que tú fijas, al idioma que elijas. La lectura tipo karaoke usa el reconocimiento de voz en el dispositivo de Apple para resaltar las palabras mientras las lees, para ensayar una charla o practicar un idioma.

  • Traducir en ambos sentidos entre dos personas
  • Traducciones leídas en voz alta según aparecen
  • En un solo sentido, con el idioma hablado detectado
  • Resaltado de lectura en el dispositivo
Contexto que adjuntas

04 · Realtime Assistant

Contexto que adjuntas

Añade una foto o una captura de pantalla a una sesión y el asistente responde teniéndola a la vista. En Mac, la app puede capturar una pantalla o ventana elegida, grabar la sesión y escuchar el audio del sistema, así que una reunión con pantalla compartida también es contexto.

  • Adjuntos de foto, cámara y captura de pantalla
  • Captura de pantalla y ventana en Mac
  • Audio del sistema en Mac
Tareas, notas, Programador

05 · Realtime Assistant

Tareas, notas, Programador

Los momentos útiles se convierten en tareas con estado, prioridad, fechas y comentarios, con evidencia adjunta como capturas o vídeo. Las sesiones se pueden programar con recordatorios. Las notas van al lado en Mac. Todo se guarda en el dispositivo.

  • Tablero de tareas con evidencia
  • Programador con recordatorios
  • Notas en Mac
  • Guardado en local
Modelos locales en Mac

06 · Realtime Assistant

Modelos locales en Mac

En un Mac con Apple silicon, la app puede descargar Whisper Large v3 Turbo para transcripción y Qwen 3 8B para respuestas y ejecutarlos en el equipo, para sesiones cuyo audio no debe salir de la sala. Las sesiones locales funcionan sin la nube y no gastan créditos; sus respuestas aparecen como texto. En iPhone y iPad, la transcripción es la de OpenAI o el reconocimiento de voz en el dispositivo de Apple.

  • Whisper y Qwen, descargados una vez, ejecutados en local
  • Solo Mac con Apple silicon
  • Apple Speech en todos los dispositivos

Para quién es

Para quien tiene que tener la respuesta durante la llamada.

Ingenieros y consultores
La pregunta técnica que recuerdas a medias, respondida mientras la otra persona termina la frase.
Responsables de equipo
Stand-up diario, 1:1, Informe de contratación: una transcripción, las decisiones, las tareas, sin nadie tomando notas.
Estudiantes y ponentes
Una clase transcrita, un idioma interpretado en directo, una charla ensayada con las palabras iluminándose al decirlas.
No es para
Salas donde no se permite asistencia ni grabación. Tú eres responsable del permiso de las personas con las que hablas.

Cuánto cuesta

Una suscripción, créditos incluidos.

La app necesita una suscripción activa para funcionar: $9.99 al mes (2.000 créditos de IA cada mes) o $79.99 al año (48.000 créditos de IA por pago anual — equivalente a 4.000 créditos/mes, el doble de la tasa mensual ahorrando un 33 %). Mil créditos equivalen a un dólar estadounidense de uso del modelo según las tarifas de OpenAI, medido por el audio y el texto reales de la sesión. Los paquetes de 1.000 o 5.000 créditos añaden saldo sin cambiar tu suscripción. Cambio previsto en el plan anual de EE. UU. En Estados Unidos, el plan anual cuesta 119,99 dólares al año. Recibes 2500 créditos de IA cada mes durante 12 meses, hasta un total de 30 000 créditos.

Descarga

$0 gratis instalar

  • iPhone, iPad y Mac
  • Una cuenta para los tres
  • Restaura compras en cualquier dispositivo

La app necesita una suscripción activa para funcionar.

Anual

$79.99 al año

48.000 créditos IA/año · 2× tasa mensual · Ahorra 33 %

  • App completa en iPhone, iPad y Mac
  • 48.000 créditos de IA por pago anual (equivale a 4.000/mes)
  • Todas las plantillas, traducción y lectura en voz alta
  • Tareas, agenda, notas y modelos locales en Mac

Facturado anualmente por adelantado. Se renueva cada año; cancela cuando quieras en tu cuenta de Apple.

Mensual

$9.99 al mes

  • App completa en todos los dispositivos
  • 2.000 créditos de IA cada mes
  • Todas las plantillas, traducción, lectura
  • Tareas, Programador, notas
  • Modelos locales en Mac

Se renueva cada mes. Cancela cuando quieras en tu cuenta de Apple.

1.000 créditos

$4.99 una vez

  • Alrededor de un dólar de uso del modelo
  • No caduca con la suscripción activa

Un paquete consumible, añadido a tu saldo.

5.000 créditos

$19.99 una vez

  • Alrededor de cinco dólares de uso del modelo
  • No caduca con la suscripción activa

Un paquete consumible, añadido a tu saldo.

Los créditos se gastan en lo que la sesión usa: el audio de entrada y salida cuesta más que el texto; el contexto en caché, menos. Una sesión reserva una pequeña cantidad para empezar y devuelve lo que no usó al terminar.

Precios →

Preguntas

Hechas tantas veces que las hemos escrito.

¿Puede traducir en ambos sentidos una conversación entre dos personas?

Sí. Activa «Traducir en ambos sentidos» y elige los dos idiomas; 58 idiomas funcionan en ambos sentidos, sin detección automática del idioma. Cada persona habla en su turno en su propio idioma, y cada frase aparece en el otro idioma y, si «Leer traducciones en voz alta» está activado, la app la lee en voz alta. Ejecuta dos traducciones a la vez y gasta unos 85 créditos por minuto, así que los 2.000 créditos mensuales dan para unos 23 minutos.

¿Lo hace OpenAI?

No. GPT Realtime Assistant lo hace Arte Soft y usa la API Realtime de OpenAI como proveedor del modelo. No está afiliado, patrocinado ni respaldado por OpenAI.

¿Necesito mi propia clave de API?

No. La suscripción cubre el uso del modelo a través del backend propio de la app, que emite un secreto de sesión de corta duración para que tu dispositivo hable directamente con el modelo. No hay nada que configurar.

¿Adónde va mi audio?

Durante una sesión, de tu dispositivo directamente a la API Realtime de OpenAI, bajo las políticas de datos de la API de OpenAI. Nuestro backend nunca recibe el audio. Registra uso, compras, créditos y el título de la sesión para facturar y reservar créditos; no guarda transcripciones ni audio.

¿Qué pasa con la transcripción?

Se queda en tu dispositivo con la sesión. No hay sincronización en la nube; las sesiones de tu Mac no están en tu iPhone.

¿Cuánto dan de sí 2.000 créditos?

Depende de cuánta parte de la sesión sea voz: el audio cuesta más que el texto, y las respuestas breves cuestan menos que las detalladas. El saldo está en pantalla durante cada sesión, así que unas pocas sesiones te dirán más que cualquier estimación. Las sesiones locales en un Mac no gastan créditos.

¿Puede funcionar sin conexión?

En un Mac con Apple silicon, con los modelos locales Whisper y Qwen descargados, la transcripción y las respuestas pueden funcionar sin la nube y sin gastar créditos. En iPhone y iPad, las sesiones necesitan conexión; solo el reconocimiento de voz de Apple se ejecuta en el dispositivo.

¿El asistente siempre acierta?

No. Las respuestas pueden ser incompletas, erróneas, tardías o fuera de lugar. Tómalas como un estímulo para pensar, no como consejo, y comprueba lo que importe.

¿Puedo grabar a otras personas?

Solo con su permiso y donde esté permitido. Las normas de grabación y asistencia varían según el lugar de trabajo, el centro educativo, la jurisdicción y la entrevista; eres responsable de cumplirlas.

Empieza la próxima sesión con respaldo.

En el App Store para iPhone, iPad y Mac. Suscríbete, elige una plantilla, pulsa Empezar.