2026-06-10 10:01
AI123
谷歌Gemini 3.5实时翻译上线:70+语言同声传译,保留原声语调
文本核心速览
- 谷歌发布Gemini 3.5—6月9日,谷歌正式发布Gemini 3.5实时翻译模型,专注于语音到语音的实时翻译,旨在消除跨语言沟通障碍。
- 支持70多种语言—模型实现全球70多种语言的自动识别与翻译,涵盖主流和小众语种,提供广泛的跨语言覆盖能力。
- 保留原声语调与情感—区别于传统机械翻译,Gemini 3.5能精准捕捉说话者的语调、语速和音高,并保留情绪特征与个人风格。
- 逐步集成至产品矩阵—该技术已进入部署阶段,谷歌正将其逐步集成至旗下产品中,支持国际化会议、旅行和商务等场景的实时互译。
6月9日,谷歌把Gemini 3.5实时翻译模型直接丢到了生产环境
这项技术一上线,就用语音到语音的实时翻译堵上了跨语言沟通的窟窿。
三大硬货
有开发者扒了文档说,模型冲了三个方向:
- 广泛覆盖:数了数能啃 70多种语言,从英语普通话到斯瓦希里语都认——差不多覆盖了全球95%的日常沟通场景。
- 个性保留:不像老机器一样念经,它能死磕说话者的 语调、语速和音高,群里有人试了说“换了个真人声带似的”。
- 情感还原:翻译完情绪还在,急的、慢的、发火的,全给你原样端过去。
部署进度
目前这东西已经在谷歌的产品线上铺开了。随着模型全面推送,你在国际会议、出差或者旅游时,打开Meet或Translate就能直接体验——不用等字幕,耳机里直接听对方母语。
接下来盯着什么
这会让Zoom、微软翻译这些对手难受——谷歌手里攥着搜索和YouTube的流量入口,一纸通知就能把翻译塞进所有产品。谁受益?经常跨国开会的人,和那些被老式翻译器气笑的人。
来源: aibase阅读原文