跳到正文
Google DeepMind·· 2026-06-09精選AI 評分78

Google DeepMind 發佈 Gemini 3.5 Live Translate 語音翻譯模型

Fluid, natural voice translation with Gemini 3.5 Live Translate

AI 導讀

Google DeepMind 發佈 Gemini 3.5 Live Translate,這款音訊模型可自動識別 70+ 種語言,並進行近乎即時的語音轉語音翻譯。

推薦理由

模型以連續生成譯語音訊取代逐輪等待,並透過 API、Google Meet 和 Google Translate 進入開發、企業會議及日常翻譯場景,呈現其部署路徑。

正文 · 繁體中文

2026 年 6 月 9 日

|

Gemini 3.5 Live Translate 是我們最新的音訊模型,可在 70 多種語言之間近乎即時地進行語音對語音翻譯。


Anuda Weerasinghe

產品經理

Tony Lu

資深軟件工程師


Sparkle next to text "Gemini 3.5 Live Translate"

聆聽文章

[[duration]] 分鐘

此內容由 Google AI 生成。生成式 AI 仍屬實驗性技術

二十年前,Google 翻譯以機器學習先鋒實驗之一的形式起步,希望把語言科學化為人與人連繫的魔法。這項實驗一路發展至今,每月透過我們的產品為數十億用戶翻譯超過一萬億個字詞。

今天,隨着推出 Gemini 3.5 Live Translate,我們在即時語音對語音翻譯的最新音訊模型上邁出下一步。

模型會自動識別 70 多種語言,生成流暢自然的翻譯語音,同時保留説話者的語調、節奏和音高。逐輪翻譯系統會等説話者講完才回應;相比之下,3.5 Live Translate 會持續生成語音,在等待更多上下文以提升品質,與即時翻譯以配合説話者之間取得平衡。它能輸出流暢音訊,避免尷尬停頓,而且整個對話期間只比説話者慢幾秒。

Gemini 3.5 Live Translate 今天起陸續在 Google 產品中推出:

使用 3.5 Live Translate 進行開發

Gemini 3.5 Live Translate 會在語音串流期間同步處理,讓跨語言溝通更順暢。模型無須手動設定,便能處理多語言輸入;同時具備抗噪能力,讓應用程式在嘈雜、難以預測的環境中也能運作。你可以運用它,為多語言通話、會議、課堂、廣播等提供即時口譯協助。

觀看 Gemini Live API 示範配音和多語言同步翻譯。你可以查看示範,或在 Gemini Cookbook 查看更多程式碼範例。

開發者平台可運用 Gemini Live API 輕鬆構建和部署語音翻譯應用程式,包括 Agora、Fishjam、LiveKit、Pipecat 和 Vision Agents。這些整合會處理複雜的即時媒體串流基礎設施,讓開發者專注於用戶體驗。

我們的合作夥伴 Grab 正測試此模型,讓司機與乘客在接載時能近乎即時地以多種語言溝通。Grab 用戶每月透過該平台進行超過 10 million 次語音通話。

閲讀早期評價

除了 Grab,CJ ENM、LiveKit 等公司也分享了對 3.5 Live Translate 的正面評價,稱讚其翻譯品質、準確度和低延遲:

在視像會議中體驗 3.5 Live Translate

Google Meet 即將採用 3.5 Live Translate 提供語音翻譯,帶來以下改善:

  • 支援 70 多種語言,超越以往僅支援五種語言的限制;
  • 在同一場會議中支援超過 2000 種語言配對,擴展以往只能翻譯往返英語的功能;
  • 更新介面,讓你即時使用語音翻譯。

我們由本月起向部分 Google Workspace 商務客戶推出私人預覽版,並於今年稍後擴大推出。

在 Android 或 iOS 的 Google 翻譯應用程式中使用 3.5 Live Translate

此模型亦正全球陸續登陸 Android 和 iOS 上的 Google 翻譯應用程式:Android、iOS。使用即時翻譯功能時,只要連接任何一副耳機,就能體驗更流暢的翻譯,並在 70 多種語言中保留説話者的語氣。

我們也開始向 Android 用戶陸續推出 3.5 Live Translate 的全新「聆聽模式」,讓你直接透過手機聽筒聆聽翻譯。只要像一般通話一樣把手機貼近耳朵,翻譯語音便會直接傳送給你。在不想讓旁人聽到翻譯,或手邊沒有耳機時,這項新功能尤其方便。

使用全新的聆聽模式時,用戶可直接透過手機聽筒,近乎即時地聆聽西班牙語導賞團的英語翻譯。

加入 SynthID 浮水印

我們模型生成的所有音訊都會加上 SynthID 浮水印。這種難以察覺的浮水印會直接融入音訊輸出,確保 AI 生成內容可被識別,協助防止錯誤資訊。如欲瞭解我們在安全與責任方面的做法,請參閲模型説明文件。

在收件箱接收 Google 最新消息

訂閲電子通訊,接收產品更新、活動資訊、特別優惠等內容。

你的資料將按照 Google 私隱政策使用。你可隨時取消訂閲。

來源:Google DeepMind · deepmind.google