Google 发布 Gemini 3.5 Live Translate,支持 70 多种语言近实时语音翻译
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate,提供 70 多种语言的近实时语音到语音翻译。模型连续生成译文而非等讲话者说完,全程仅落后数秒,保留语调、节奏和音高,可自动识别多语言输入并具备抗噪能力。
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。