Las condiciones que la traducción por cámara realmente encuentra
Las reseñas de traducción por cámara suelen rodarse en condiciones de estudio. Una carta plana, de frente, en una cocina bien iluminada. Esa no es la condición que encuentras a las 9 p. m. en un mercado nocturno de Bangkok o a las 6 a. m. en el túnel de la Hauptbahnhof de Berlín.
Esta pieza compara cómo se comporta la traducción por cámara on-device (Cove Travel y Cove Photo) vs el OCR en la nube (Google Lens, ChatGPT Vision) bajo cuatro condiciones reales “no ideales”. Sin números de benchmark — solo los comportamientos que puedes observar tú mismo.
Condición 1: Iluminación tenue de restaurante
Un izakaya típico, una barra de ramen o un bar de vinos funcionan a 30-80 lux en la mesa — alrededor del 1% del exterior al mediodía. El ISO de la cámara tiene que subir al rango 800-3200, lo que significa ruido pesado en la imagen que ve el OCR.
Qué cambia entre nube y on-device:
| Comportamiento | OCR en la nube | On-device (Cove) |
|---|---|---|
| Primer intento | Ida y vuelta de 2-5 segundos y luego “no pudimos leer esto” | Menos de 1 segundo, devuelve mejor conjetura más bandera de baja confianza |
| Segundo intento (vuelves a apuntar) | Otra ida y vuelta de 2-5 segundos | Otro sub-segundo |
| Comportamiento del usuario en luz tenue | Tendencia a esperar, eventualmente rendirse | Tendencia a seguir ajustando ángulo hasta que el modelo señala confianza |
El patrón “esperar luego fallar” de la versión en la nube es el peor en luz tenue porque castiga al usuario por el ruido de la cámara. El “responde rápido aunque inseguro” on-device es la mejor UX porque te permite recorrer ángulos en segundos, no minutos.
Condición 2: Lente manchada o con huellas
Las cámaras de teléfono recogen manchas constantemente — tu cara roza la lente, tu dedo la toca al agarrar el teléfono. Las cámaras de viaje tienden a estar especialmente manchadas porque sostienes el teléfono durante horas con sudor de mano.
Una lente manchada convierte el OCR en un problema probabilístico. El texto está ahí pero borroso. La respuesta del OCR en la nube generalmente es una de:
- “No pudimos reconocer texto” (falso negativo)
- Una lectura confiada y equivocada de una mancha como un carácter chino que vagamente se parece (falso positivo)
El comportamiento on-device de Cove es más útil: marca el resultado con “baja confianza” y sugiere reintentar. Los datos de entrenamiento del modelo incluyen mucha entrada de cámara móvil imperfecta, por lo que ha aprendido a decir “veo algo borroso que podría ser X pero verifícame”.
Condición 3: Zonas muertas de red (metro, subsuelo, túneles)
Esta es la que decide todo. Hay lugares reales donde tu teléfono tiene cero señal:
- Túneles del metro de Tokio (especialmente las líneas Marunouchi y Hibiya)
- Estaciones profundas de la línea 2 del metro de Seúl
- Secciones subterráneas del BTS / MRT de Bangkok
- El subsuelo de cualquier estación de tren europea importante entre andenes
- Dentro de la línea de seguridad de la mayoría de los aeropuertos internacionales
En estas zonas, el OCR en la nube devuelve errores de red. El fallback es “reintentaremos cuando estés online de nuevo” — inútil para el momento real en que estás tratando de leer un cartel antes de que llegue el siguiente tren.
Cove Travel y Cove Photo corren ambos Google Gemma 4 E2B en la NPU de tu teléfono. La presencia o ausencia de una torre de celular es irrelevante para si la cámara funciona. Esta es la más aburrida de las cuatro condiciones para escribir y la más importante en la práctica.
Condición 4: Distancia y ángulo
Ves una placa de templo a 4 metros sobre tu cabeza. Ves un cartel de destino de autobús a 30 metros calle abajo. Ves un tablero de menú en la pared trasera de un restaurante de 6 metros de profundidad.
El OCR en la nube y el on-device tienen problemas aquí, pero de diferentes maneras:
- OCR en la nube: tiende a intentar y fallar con confianza. Devuelve algo incluso cuando la fuente es demasiado pequeña para leer con precisión.
- OCR on-device (Cove): devuelve una bandera de confianza. Cuando el texto fuente está por debajo de cierto umbral de píxeles, te dice que te acerques en lugar de adivinar.
La versión honesta: ninguna herramienta reemplaza caminar 5 metros más cerca del cartel. Pero la versión on-device es mejor diciéndote que necesitas acercarte, que es el comportamiento útil para un turista.
Cómo se ve “honesto” en la práctica
Cuando las condiciones de la cámara son malas, la pregunta no es “qué herramienta es más precisa” — ambas están igualmente limitadas por lo que la cámara captura físicamente. La pregunta es “qué modo de fallo de cuál herramienta es más útil”.
El modo de fallo de Cove en condiciones degradadas:
- Devuelve un resultado rápidamente incluso cuando inseguro.
- Marca el nivel de confianza para que sepas si confiar.
- Sugiere reintentar en lugar de abandonar al usuario.
- Funciona en absoluto en túneles de metro, independientemente de la confianza del OCR.
El modo de fallo del OCR en la nube:
- Larga ida y vuelta incluso cuando la respuesta es irrecuperable.
- A veces devuelve resultados confiados equivocados (mancha → kanji).
- Devuelve errores de red en los momentos que más demandan respuestas rápidas.
- Empuja el costo de fallo de vuelta al usuario (reintenta en mejor Wi-Fi).
Si pesas la utilidad del modo de fallo tanto como la precisión nominal, la opción on-device gana en condiciones degradadas específicamente porque esas son las condiciones donde la red añade tiempo, no valor.
Qué significa esto para las apps a las que recurres
Para Cove Travel — una herramienta de traducción que usas mayormente en exteriores, en tránsito, en movimiento — las condiciones degradadas son la condición mediana, no el caso límite. El enfoque on-device es correcto porque el 90% hostil a la red del caso de uso es el 90% hostil a la red del caso de uso, por definición.
Para Cove Photo — app más amplia de pregunta visual — la mezcla es diferente. Las condiciones de Photo en interiores con buena iluminación son comunes (preguntas qué planta es la del apartamento, contenidos de la nevera, un problema de tarea en la mesa de la cocina). Para esos, el OCR en red funciona bien. La opción on-device aún gana en privacidad (la foto es evidencia literal de la tarea de tu hijo o del contenido de tu cocina) pero la ventaja de latencia es menor.
Una checklist pre-viaje de preparación de cámara
Dos minutos:
- Limpia la lente de tu teléfono con un paño de microfibra antes de salir del hotel. Las manchas son el problema de calidad de entrada prevenible más grande.
- Prueba la traducción por cámara en un cartel del vestíbulo del hotel — confirma que lee bajo la iluminación mediocre típica del hotel.
- Activa el modo avión y vuelve a probar el mismo cartel. Si la respuesta cambia o deja de funcionar, no tienes una herramienta on-device real.
- Nota el comportamiento de tu teléfono con poca luz: ISO aumentado + obturador más lento = más desenfoque por movimiento. Apoya los codos o usa ambas manos.
Esa es toda la preparación de cámara. El resto es el viaje real.
Para leer más
Las dos piezas que este artículo más referencia:
- Cómo funciona realmente la IA en el dispositivo explica por qué el tamaño del modelo y el acceso a NPU importan para la latencia de cámara.
- Por qué la IA en el dispositivo gana a la nube para viajar es el caso más amplio para el 90% hostil a la red.
Para escenarios de cámara específicos de Japón (menús kanji, carteles de estación), mejor traductor sin conexión para Japón 2026 recorre las mismas condiciones en un contexto de un solo país.