Google анонсировал аудиомодель Gemini 3.5 Live Translate для перевода речи в реальном времени
Google представил Gemini 3.5 Live Translate, аудиомодель для перевода речи в реальном времени. Она предназначена для более естественного общения между людьми, говорящими на разных языках. Технологию изначально рассчитывают использовать в том числе с наушниками, чтобы разговор звучал максимально естественно.
В отличие от систем, где перевод идёт по шагам, здесь используется непрерывный потоковый режим. Перевод начинает формироваться, пока собеседник ещё говорит, задержка составляет всего несколько секунд. За счёт этого диалог не разваливается на паузы и сохраняет привычный ритм. Разработчики также заявляют автоматическое определение более 70 языков, сохранение интонации, темпа и высоты голоса, а также устойчивость к фоновым шумам.
Внедрение технологии будет постепенным и затронет разные продукты Google. Для корпоративных пользователей она появится в Google Meet. Для широкой аудитории функцию добавят в приложение Google Translate на Android и iOS. Если включить режим живого перевода и подключить наушники, речь будет звучать плавнее и естественнее. Для владельцев Android-устройств предусмотрен и «режим прослушивания»: телефон можно поднести к уху как при обычном звонке и слушать переведённый аудиопоток через динамик.
Ключевые факты
Google представил аудиомодель Gemini 3.5 Live Translate для перевода речи в реальном времени с непрерывным потоковым переводом.
Модель автоматически определяет более 70 языков и сохраняет интонацию, темп и высоту голоса говорящего, а также устойчива к фоновым шумам.
Перевод генерируется, пока собеседник ещё говорит, отставая всего на несколько секунд, что позволяет поддерживать естественный ритм диалога.
Технология внедряется поэтапно: для корпоративных пользователей, в Google Meet, для широкой аудитории, в приложении Google Translate на Android и iOS, где также появляется «режим прослушивания» для Android-устройств.