6 月 9 日消息，北京时间 9 日（今天）晚间，谷歌正式发布最新的实时语音互译音频模型Gemini 3.5 Live Translate，迈出实时翻译的下一步。
Gemini 3.5 Live Translate 可自动识别 70 多种语言，并生成流畅、自然的翻译语音，同时保留说话者的语调、语速和音高。
根据介绍，传统轮流式系统通常要等说话者说完后才开始翻译，Gemini 3.5 Live Translate 则会连续生成语音，在“等待更多上下文以提升翻译质量”和“即时翻译以跟上说话者节奏”之间取得平衡。整个会话过程中，翻译音频可以保持流畅，避免尴尬停顿，并始终只比说话者慢几秒。
Gemini 3.5 Live Translate 今起陆续登陆谷歌产品：
开发者可通过 Gemini Live API 和 Google AI Studio 使用公开预览版
企业客户可从本月起在 Google Meet 中使用私有预览版
普通用户可通过 Android 和 iOS 版谷歌翻译使用
Gemini 3.5 Live Translate 会在语音流式传输过程中同步处理内容，让跨语言交流更加顺畅。模型可以自动处理多语言输入，无需手动调整设置，抗噪能力也能帮助应用适应嘈杂、复杂和不可预测的环境。开发者可以把 Gemini 3.5 Live Translate 用于多语言通话、会议、课程、直播和广播等场景，提供实时口译体验。
据了解，Gemini 3.5 Live Translate 将登陆全球 Android 和 iOS 版谷歌翻译应用。用户使用实时翻译功能时，只需连接任意耳机，就可以在 70 多种语言中获得更顺畅的翻译，并让译文语音更接近说话者的语气。
Android 用户还将陆续获得基于 3.5 Live Translate 的全新“聆听模式”。用户可以像接电话一样把手机贴到耳边，直接通过手机听筒收听翻译音频。在没有耳机、又不希望旁人听见翻译内容时，这种模式会更方便。
