Google 正式發表 Gemini 3.5 Live Translate，這是一款以「語音轉語音」架構設計的即時翻譯模型，支援自動偵測超過 70 種語言，並在說話者講話的同時同步輸出流暢自然的翻譯語音，無需等待對話結束才能回應。
不同於傳統翻譯系統的「等待→處理→輸出」模式，Gemini 3.5 Live Translate 可持續生成翻譯內容，並維持說話者原有的語調、語速與情感特徵，使跨語言對話更為自然。Google 展示兩種應用情境：一是對影片內容進行即時配音翻譯；二是雙語通話的即時口譯。目前該模型將整合至 Google Meet 與 Google 翻譯應用程式。
重點
- 支援 70+ 種語言自動偵測與即時翻譯
- 保留說話者語調與語速，翻譯輸出更自然
- 即將整合至 Google Meet 與 Google 翻譯
- 持續輸出架構，無需等待發言結束才翻譯
編輯按
即時語音翻譯是長久以來的技術挑戰，Gemini 3.5 Live Translate 以大型語言模型驅動並結合語音特徵保留，代表這項技術正走向實用化。若 Google Meet 整合順暢，對跨國商務協作的影響不容小覷，語言障礙有望在日常會議中大幅降低。
本文由 AI 整理，原文：TechNews 科技新報