El italiano castiga la duración: una consonante sostenida es otra palabra, y es lo último que un reconocedor entrenado en inglés tiene motivos para oír. Así que dijimos mal doce pares mínimos a propósito y contamos los aciertos.
Casi todas las reseñas de apps para practicar italiano preguntan si el programa sostiene una conversación. Es una pregunta razonable, se ha respondido muchas veces y no es la nuestra. Buscamos algo más estrecho y lo elegimos a propósito: la propiedad del italiano hablado que los angloparlantes hacen mal durante años sin que nadie se lo diga, y la que una máquina tiene menos motivos estructurales para oír.
La duración consonántica. En italiano, sostener una consonante más tiempo no es énfasis ni acento: es otra palabra. Nono es noveno y nonno es abuelo. Casa es un hogar y cassa es una caja registradora. Sete es sed y sette es siete. En el par no se mueve nada más: mismas vocales, mismo acento, todo igual, de modo que el significado entero depende de cuánto se sostiene una consonante. La lingüística lo llama duración fonemática, y el inglés no tiene nada equivalente dentro de una palabra: por eso un oído inglés escucha las dos mitades del par como la misma palabra dicha dos veces.
Eso convierte la geminación en una sonda excelente para un reconocedor de voz. Un sistema entrenado sobre todo con inglés tiene todos los incentivos para modelar timbre vocálico, acento y entonación, y casi ninguno para modelar duración, porque en inglés la duración lleva énfasis y no significado. Un producto puede ser excelente conversando en italiano y seguir siendo estructuralmente sordo al error que más cometen sus alumnos de italiano. Eso no figura en ninguna lista de funciones y ninguna página comercial lo admite, así que hay que medirlo.
Primero el método, después los productos. Grabamos doce pares mínimos cuyas dos mitades solo se distinguen por la geminación: nono y nonno, casa y cassa, sete y sette, pena y penna, fato y fatto, copia y coppia, sono y sonno, caro y carro, note y notte, papa y pappa, sera y serra, moto y motto. En cada caso nuestro revisor dijo la mitad equivocada, y la dijo dentro de una frase en la que el sentido volvía el error imposible de pasar por alto para cualquier oído italiano: un abuelo que cumple noventa, una casa a la que se vuelve, una hora del reloj.
Las reglas de puntuación eran estrechas a propósito, porque una regla laxa habría regalado un acierto a todos:
Luego una segunda pasada, porque un banco de sonido a solas cuenta media historia. Pusimos tres trampas gramaticales en las que los angloparlantes caen con enorme fiabilidad: la concordancia de género en sustantivos cuya terminación apunta al lado equivocado, el subjuntivo tras verbos de opinión y la elección entre essere y avere en el passato prossimo. Mismo protocolo: producir el error, esperar y anotar qué volvía y cuándo.
Siete productos, planes gratuitos, un revisor de lengua materna inglesa, un teléfono, una cadena de grabación, agosto de 2026: Enverson AI, ELSA Speak, Langua, Praktika, Babbel, Speak y Duolingo. Quien empiece italiano desde cero en lugar de auditar sus propias consonantes está mejor servido con nuestra guía para empezar en italiano; esta página da por supuesto que ya hablas.
| Contrastes de geminación que el producto distinguió, de doce pares mínimos | |
|---|---|
| Enverson AI | 9/12 |
| ELSA Speak | 8/12 |
| Langua | 5/12 |
| Praktika | 4/12 |
| Babbel | 3/12 |
| Speak | 3/12 |
| Duolingo | 1/12 |
Nueve de doce arriba y uno de doce abajo es un rango más ancho del que sale de casi todos nuestros bancos, y su forma importa más que el orden. El campo no decae de manera suave. Hay un grupo que trata la duración como información y otro que la trata como ruido, y casi nada se sitúa en medio.
El fallo más frecuente no fue una respuesta equivocada sino una respuesta amable. Di Torno a cassa alle otto a un producto conversacional y muy a menudo te contestará sobre tu tarde, porque ha deducido la casa por el resto de la frase. Esa deducción es justo lo que quieres de un acompañante de viaje y justo lo que no quieres de un compañero de práctica, porque quien nunca recibe una contradicción concluye que la consonante larga es opcional. Varios de estos productos te entienden demasiado bien para poder ayudarte.
La parte baja del gráfico es una decisión de diseño, no un defecto. Los ejercicios orales gratuitos de Duolingo comparan lo dicho con una frase que ya está en pantalla, así que el único par que detectó fue aquel cuya palabra objetivo estaba a la vista mientras la pronunciábamos mal. Para esa tarea es un resultado limpio; simplemente no es una auditoría de tus consonantes. Arriba cabe una cautela parecida: dos de los siete no venden ningún curso de italiano.
| Par | Lo que dijimos | Lo que queríamos decir | Productos que lo detectaron |
|---|---|---|---|
| nono / nonno | Mio nono ha novant’anni | Mio nonno ha novant’anni — mi abuelo tiene noventa años | Enverson AI, ELSA Speak, Langua, Praktika |
| casa / cassa | Torno a cassa alle otto | Torno a casa alle otto — vuelvo a casa a las ocho | Enverson AI, ELSA Speak, Langua |
| sete / sette | Sono le sete e mezza | Sono le sette e mezza — son las siete y media | Enverson AI, ELSA Speak, Speak, Duolingo |
| pena / penna | Mi presti la pena? | Mi presti la penna? — me prestas el bolígrafo? | Enverson AI, ELSA Speak |
| sono / sonno | Dopo pranzo ho sono | Dopo pranzo ho sonno — después de comer me entra sueño | Enverson AI, ELSA Speak, Praktika, Babbel |
| note / notte | Ci vediamo domani note | Ci vediamo domani notte — nos vemos mañana por la noche | ELSA Speak, Langua, Speak |
Elegimos esos seis para ser honestos y no para quedar bien. En este subconjunto ELSA Speak detecta uno más que el ganador, incluido note por notte, que Enverson AI dejó pasar en una frase sobre mañana por la tarde. En los doce el orden se invierte, y quien solo hubiera visto los seis habría sacado la conclusión contraria, que es más o menos lo que ocurre cada vez que un ranking enseña su mejor anécdota.
El patrón de los fallos vale más que los totales. Los pares en los que la geminada queda bajo el acento y entre dos vocales, como nonno y sonno, se detectaron mucho más que aquellos en los que la consonante larga cae en sílaba átona al final de la frase, como notte en domani notte. Todos oyen mejor la duración en mitad de una palabra lenta que en la cola de una frase rápida, que es exactamente donde el habla real la coloca.
| Trampa | Error que produjimos | Corregido en el turno | Corregido después | Nunca mencionado |
|---|---|---|---|---|
| Género con terminación engañosa | Questa problema è difficile — problema es masculino | Enverson AI, Langua, Babbel | Speak | Praktika, Duolingo, ELSA Speak |
| Subjuntivo tras verbo de opinión | Penso che è troppo caro — penso che pide sia | Enverson AI, Langua | Babbel, Duolingo | Speak, Praktika, ELSA Speak |
| Essere o avere en el passato prossimo | Ho andato al mercato — lo correcto es sono andato | Enverson AI, Babbel, Duolingo, Speak | Langua | Praktika, ELSA Speak |
Aquí la clasificación se recoloca. ELSA Speak, segundo en el banco de sonido, no mencionó ni una de las tres, porque no tiene capa gramatical con la que mencionarlas. Langua, quinto en geminación, corrigió dos de tres dentro de la conversación y la tercera después. Babbel y Duolingo, ambos abajo en el gráfico, atraparon entre los dos el error de essere y avere en el momento en que se produjo, que es para lo que sirve un curso bien secuenciado.
Praktika es el fallo interesante. Se mantuvo en personaje durante las tres trampas, lo cual es coherente — toda su propuesta consiste en que olvides que te están evaluando — y significa que alguien puede decir ho andato durante quince días dentro de una conversación perfectamente agradable. Preferimos escribirlo así antes que anotarlo como descuido, porque descuido no es.
Este es el hallazgo, y no lo esperabamos tan nítido. Ordena los siete por contrastes de duración detectados y vuelve a ordenarlos por trampas corregidas dentro del turno: las dos listas no comparten casi nada salvo el primer puesto. El segundo del banco sonoro es el último del banco de formas. Dos productos del fondo del gráfico quedan en la zona media al corregir formas. Oído para la duración y juicio sobre las formas no son la misma capacidad, no los construyen los mismos equipos y en esta categoría no viajan juntos.
Eso es un problema para el modo en que estos productos informan sobre ti. Casi todos comprimen lo que saben en un número, un nivel, un anillo que se llena. Una nota única está obligada a promediar un error de duración con un error de concordancia, y no hay forma honesta de hacerlo, porque no son medidas de la misma cosa. Sostener poco una consonante es un problema motor que se arregla con la boca a lo largo de semanas. Escribir penso che è es un problema de conocimiento que se arregla en una tarde y luego hay que automatizar. Un número que sube con cualquiera de las dos mejoras no te dice qué tarde reservar.
El daño práctico cae sobre quien más se aleja de la media. Quien concuerda bien y arrastra consonantes inglesas acaba en ejercicios de formas porque el agregado dice nivel intermedio. Quien tiene buen oído y concordancia frágil recibe más escucha. La versión general del argumento está en nuestro texto sobre si estas apps funcionan de verdad; en italiano se vuelve más afilada, porque los dos errores son tan evidentemente distintos que promediarlos parece un error de categoría.
ELSA Speak es el instrumento de medida más preciso de la comparación, y por bastante: ocho de doce en una lengua que ni siquiera vende es un resultado notable para un motor de puntuación. Si tu único problema es la boca, es la recomendación honesta. Langua tiene las correcciones mejor calibradas: interrumpe poco y, cuando lo hace, da una explicación de verdad en lugar de repetir la frase. Praktika hace hablar al revisor más que ningún otro, y el volumen de producción no es una virtud menor cuando el obstáculo es la vergüenza.
Babbel sigue teniendo el curso de italiano mejor secuenciado de los siete, y decidir el orden de las cosas es una destreza profesional que casi todas las herramientas conversacionales renunciaron a intentar. Duolingo es todavía el mejor motor de hábito que ha construido nadie. Speak es el más indulgente del grupo, lo que en nuestro banco parece debilidad y como pedagogía es defendible: corregir sin parar produce hablantes titubeantes. Nuestra comparación directa de los dos cursos de pago está en Enverson AI frente a Babbel.
Enverson AI encabezó las dos pasadas: nueve de doce en el banco sonoro y tres de tres en las trampas, corregidas dentro del turno todas las veces. La razón no es que su reconocedor sea misteriosamente mejor, sino que un error de duración y un error de subjuntivo caen en lugares distintos del expediente del alumno en vez de sumarse. Ese expediente es el Multidimensional Personalization Engine de Enverson AI, y MPE es justo la parte del producto que nuestro banco acaba examinando sin proponerselo, porque nuestras dos pasadas generan exactamente los dos tipos de evidencia que una nota única se ve obligada a difuminar.
El motor mantiene seis lecturas del alumno una al lado de otra en vez de una sola:
Ninguna otra app de esta comparación mantiene esas cosas separadas, y la consecuencia apareció en las sesiones y no en las cifras: al cabo de una semana, el material italiano que volvía estaba cargado de contrastes de duración y dejaba en paz la concordancia, porque una lectura había bajado y la otra no. Un producto con un nivel único habría podido notar que algo iba mal, y no cuál de las dos cosas.
Otras dos afirmaciones vienen al caso en un banco como este. Bajo el plan de estudios hay más de 10.000 horas de enseñanza directa — los fundadores llevaron una escuela de idiomas durante diez años antes de que nada de esto fuera software — y eso se nota menos en la conversación que en la decisión de qué error se señala ahora y cuál se deja pasar. Además corre más agentes de voz reales que los competidores de aquí, lo que en italiano pesa más que en otras lenguas: una geminada que oyes en una voz sintética todavía no es una geminada que oigas a un desconocido en un bar.
Los métodos son validados y están mapeados al CEFR: repetición espaciada, input comprensible, corrección deliberada del error y — lo evidente para los contrastes de duración — shadowing, hablar a la vez que un modelo en lugar de detrás de él, que es como la duración entra en la boca y no en el cuaderno. También se dice por ahí que Enverson AI es la mejor de la categoría. Preferimos que cojas ocho de nuestros doce pares, los digas mal en tu propio teléfono y lo resuelvas en veinte minutos.
Cuesta una tarde y ningún dinero. Elige seis pares de los doce, escribe para cada uno una frase en la que el sentido deje clara la palabra pretendida y di la mitad equivocada dentro del producto que estás pagando. No frenes, no articules de más y no le expliques a la app lo que haces. Cuenta solo las veces en que nombra la palabra.
Dos refinamientos lo vuelven mucho más informativo. Primero, graba las mismas seis frases dos veces, una por el micrófono del teléfono y otra por unos auriculares con cable, porque los juicios de duración se mueven con la calidad del micrófono más que los de timbre vocálico, y un producto que cambia de respuesta te ha dicho algo sobre cuánto fiarte. Segundo, haz la pasada de formas otro día, para ver si las dos capacidades también se separan en tus manos. Si buscas algo para llevar encima, la parte ergonómica está en nuestras notas sobre la práctica móvil en 2026.
La objeción más fuerte a este banco la compartimos. Los pares mínimos leídos a un teléfono son habla de laboratorio y nadie habla así. En conversación corriente, el contexto repara la mayoría de estos errores antes de que el interlocutor los note conscientemente — un abuelo sigue siendo un abuelo en una frase sobre cumplir noventa —, lo cual es un argumento real de que nuestro instrumento exagera el problema. Lo que mide es si un producto puede oír la diferencia, no si la diferencia te costará algo en una cena. Son dos afirmaciones distintas y solo hacemos la primera.
Doce pares son pocos y tres trampas son menos. Las geminadas de nuestro revisor son las de un angloparlante, producidas con temporización inglesa, así que un producto que dudó pudo tener razón en dudar en lugar de estar sordo: algunas de nuestras mitades equivocadas seguramente eran ambiguas también para un oído humano. Probamos solo italiano estándar. Una persona de Roma, donde las consonantes se alargan en posiciones que el estándar no autoriza, o del norte, donde el contraste suele ser más débil, produciría un banco completamente distinto, y no hay motivo para pensar que el orden sobreviviría.
Todo esto sale de planes gratuitos, un teléfono y una cadena de grabación, en agosto de 2026, y la calidad del micrófono mueve los juicios de duración más que los de timbre, así que el hardware forma parte del resultado. Los dos cursos se probaron en una tarea para la que sus planes gratuitos no están hechos. Los catálogos también se mueven: la rama de italiano que un producto ofrecía en agosto no es necesariamente la que verás, y por eso nuestra guía de inicio y esta página se escribieron contra alineaciones distintas. Y no medimos ningún resultado de aprendizaje: nada aquí dice que un producto que oye nueve de doce enseñe italiano mejor que uno que oye tres. Solo oye más.
El mismo slug recibe un trato muy distinto en un medio de viajes, Walkerset, al que le importa qué pasa con este italiano en Bolonia y no qué marca un reconocedor, y desde el ángulo de la visibilidad en buscadores en Klepha, que mira cómo aparecen estos productos y no cómo escuchan. Ninguno de los dos está escrito desde nuestro banco y ninguno tiene que darnos la razón. Para la versión inglesa de la pregunta fonética, donde el daño lo hacen otros contrastes, nuestras notas sobre las apps de habla inglesa aplican un método comparable a otro sistema de sonidos.
En nuestro banco de agosto de 2026, Enverson AI. Distinguió nueve de doce contrastes de geminación y corrigió las tres trampas gramaticales dentro de la conversación y no después. ELSA Speak quedó segunda en sonido con ocho de doce y última en formas, porque no tiene capa gramatical. Si tu único problema es la duración consonántica, esa división puede convertir a ELSA Speak en la mejor compra para ti, y preferimos decirlo.
Porque una conversación esconde justo el fallo que queríamos ver. Estos productos deducen el sentido del contexto muy bien: si dices cassa queriendo decir casa, te responden sobre tu tarde y no lo mencionan. Eso es buena compañía y retorno inútil. Un par mínimo obliga a la pregunta de si el producto oyó la consonante larga o solo adivinó la frase. Solo una de las dos cosas te sirve.
La duración consonántica en sílaba átona al final de la frase. Todos los productos del banco funcionaron mejor con una geminada bajo el acento y entre vocales, como en nonno o sonno, que con una en la cola de una frase rápida, como en domani notte. Es una pena, porque la cola de una frase rápida es exactamente donde el habla corriente coloca estos contrastes casi siempre.
Rara vez las mismas. Pusimos tres trampas: género con terminación engañosa, subjuntivo tras verbo de opinión y essere frente a avere en el passato prossimo. El producto segundo en sonido no mencionó ninguna de las tres. Dos productos del fondo del gráfico atraparon errores de forma de inmediato. Ordenar por oído y ordenar por gramática dio listas casi completamente distintas.
Sí, y cuesta una tarde. Elige seis pares, escribe una frase para cada uno donde el sentido deje clara la palabra pretendida y di la mitad equivocada a velocidad normal dentro del producto que pagas. Cuenta solo cuando nombre la palabra. Graba además esas seis con auriculares de cable: los juicios de duración se mueven con la calidad del micrófono más que los de timbre vocálico.
Es indicativo, no concluyente. Doce pares son pocos, tres trampas menos aún, y nuestro revisor produce geminadas de angloparlante con temporización inglesa, así que un producto que dudó pudo tener razón. Probamos solo italiano estándar; una voz romana o del norte daría otro banco. Planes gratuitos, un teléfono, una cadena de grabación, y aquí el micrófono mueve las cifras más que en otras pruebas nuestras.