Google 发布 Gemini 3.5 Live Translate，支持 70 多种语言近实时语音翻译
Fluid, natural voice translation with Gemini 3.5 Live Translate
- 1Google 发布音频模型 Gemini 3.5 Live Translate，支持 70 多种语言的近实时语音到语音翻译
- 2模型连续生成翻译语音而非等讲话者说完，全程仅落后讲话者数秒，并保留语调、节奏和音高
- 3发布覆盖 Gemini Live API 与 Google AI Studio 公测、Google Meet 企业私测和 Google Translate 应用全量
- 4官方称 Google Meet 会议翻译语言从 5 种扩至 70+、支持 2000+ 语言组合，Grab 在司机乘客通话中测试该模型
Gemini 3.5 Live Translate 把语音翻译从逐句等待转向边听边译的流式输出，跨语言会议与通话开始接近同传体验。
- 影响：跨国会议、多语言通话和现场接待的实时翻译可用性提高；Google Meet 企业私测先行，Google Workspace 商业客户或最先接触；移动端落地依赖 Google Translate 应用和用户接听习惯。
- 参考：可考虑在多语言客服或跨国会议场景申请 Google Meet 私测；开发团队可在 Google AI Studio 用 Gemini Live API 搭语音翻译原型；值得先测算现有同传与翻译服务成本作对比。
- 依据：70+ 语言、数秒延迟和 Meet 语言扩容均为 Google 官方博客口径，暂无独立验证；Grab 与 CJ ENM、LiveKit 的正面反馈由官方转述。
Jun 09, 2026
|
Gemini 3.5 Live Translate 是我们最新的音频模型，可在 70 多种语言中提供近乎实时的语音到语音翻译。
Anuda Weerasinghe
产品经理
Tony Lu
高级主任软件工程师
收听文章
[[duration]] 分钟
此内容由 Google AI 生成。生成式 AI 尚处于实验阶段
二十年前，Google 的翻译作为我们开创性的机器学习实验之一诞生，旨在将语言科学转化为人与人之间连接的魔力。这项实验已经走过了漫长的道路，如今我们每月都会通过旗下产品为数十亿用户翻译超过一万亿个单词。
今天，我们迈出了下一步，发布 Gemini 3.5 Live Translate——我们最新的实时语音到语音翻译音频模型。
该模型可自动检测 70 多种语言，并生成流畅、自然的翻译语音，同时保留说话者的语调、节奏和音高。与需要等待说话者说完再作出回应的逐句翻译系统不同，3.5 Live Translate 可连续生成语音，在等待更多上下文以提升质量与立即翻译以跟上说话者节奏之间取得平衡。它提供流畅的音频，没有尴尬的停顿，并在整个会话期间仅比说话者慢几秒钟。
Gemini 3.5 Live Translate 从今天起在 Google 各产品中推出：
- 面向开发者的公开预览版，可通过 Gemini Live API 和 Google AI Studio 获取
- 面向企业的私密预览版，自本月起在 Google Meet 中推出
- 面向所有用户，通过 Android 和 iOS 上的 Google Translate 提供
使用 3.5 Live Translate 进行构建
Gemini 3.5 Live Translate 可在语音流式传输的过程中进行处理，实现更无缝的跨语言交流。该模型无需手动配置设置即可处理多语言输入。同时，其抗噪能力确保应用能够应对嘈杂、不可预测的环境。您可以利用它的功能，帮助为多语言通话、会议、课程、直播等提供实时口译。
观看 Gemini Live API 的实际应用，实现配音和同步多语言翻译。深入了解 Gemini Cookbook 中的演示或更多示例代码。
通过使用 Gemini Live API，Agora、Fishjam、LiveKit、Pipecat 和 Vision Agents 等开发者平台让开发者能够轻松构建和部署语音翻译应用。这些集成负责处理复杂的实时媒体流基础设施，让开发者可以专注于用户体验。
我们的合作伙伴 Grab 正在测试该模型，以便在司机与乘客接驾时实现近乎实时的多语言沟通。这些用户每月通过 Grab 拨打超过 1000 万通语音电话。
阅读早期评价
除了 Grab 之外，CJ ENM、LiveKit 等公司也对 3.5 Live Translate 给予了积极反馈，称赞其出色的翻译质量、准确性和低延迟：
在视频会议中体验 3.5 Live Translate
Google Meet 中的语音翻译即将采用 3.5 Live Translate，通过以下方式提升体验：
- 提供 70 多种语言，相比此前仅支持五种语言的限制有所提升，
- 实现在一次会议中跨越 2000 多种语言组合进行对话，突破了此前仅支持英语与其他语言互译的限制，
- 更新界面，让用户可以即时使用语音翻译。
从本月开始，我们将以私密预览的形式向部分 Google Workspace 商业客户推出这项更新，并将在今年晚些时候扩大推送范围。
在 Android 或 iOS 版 Google 翻译应用中体验 3.5 Live Translate
该模型也正在全球范围的 Google 翻译应用中推出，Android 和 iOS 平台均可使用。使用 Live translate 功能时，只需连接任意一副耳机，即可体验更加无缝的翻译，在 70 多种语言中还原说话者的语气。
对于 Android 用户，我们还将开始在 3.5 Live Translate 中推出全新的“收听模式”，让您可以直接通过手机听筒听到翻译。只需像接听普通电话那样将手机贴在耳边，翻译音频就会直接传来。当您想快速听到翻译又不想让旁人听到、而且手边没有耳机时，这种新体验会很有帮助。
借助全新的收听模式，用户可以直接通过手机听筒收听对西班牙语导游讲解的近乎实时的英语翻译。
采用 SynthID 水印
我们模型生成的所有音频都带有 SynthID 水印。这种不可察觉的水印直接嵌入音频输出中，确保 AI 生成的内容仍可被检测，从而帮助防止错误信息传播。有关我们在安全与责任方面方法的详情，请查阅模型卡。
在您的收件箱中获取 Google 最新资讯
订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。
您的信息将按照Google 隐私政策使用。您可以随时选择退订。
来源：Google DeepMind：Blog · deepmind.google