Gemini 3.5 Live Translate 登場，打開 Google 翻譯 App 就能即時語音翻譯

Google 宣布推出最新音訊模型 Gemini 3.5 Live Translate，主打近乎即時的語音對語音翻譯能力，可支援 70 多種語言，並將陸續導入 Google 翻譯、Google Meet、Gemini Live API 與 Google AI Studio 等產品與服務。

可保留語調、節奏與音高，讓翻譯更接近真人對話

Gemini 3.5 Live Translate 可自動偵測 70 多種語言，並生成流暢、自然的翻譯語音，同時保留說話者的語調、節奏與音高，讓翻譯結果更接近真實對話。

不同於傳統逐句翻譯系統必須等待說話者講完才開始回應，Gemini 3.5 Live Translate 可在語音串流過程中持續產生翻譯內容。Google 表示，該模型會在「等待更多語境以提升品質」與「立即翻譯以跟上說話者」之間取得平衡，因此能減少突兀停頓，並在整段對話中維持只落後說話者數秒的翻譯速度。

此外，該模型也支援多語言輸入，不需要使用者手動設定語言，並具備抗噪能力，可應用於吵雜或不可預測的環境，例如多語通話、會議、課程、直播與廣播等場景。

Google 翻譯 App 全球推出，Android 新增手機聽筒聆聽模式

Gemini 3.5 Live Translate 將在全球 Android 與 iOS 版 Google 翻譯 App 中推出。使用者啟用即時翻譯功能後，只要連接任一款耳機，就能聽到更自然、可反映說話者語氣的翻譯語音，支援 70 多種語言。

針對 Android 使用者，Google 也開始推出搭載 Gemini 3.5 Live Translate 的全新「聆聽模式」。使用者可像接聽一般電話一樣將手機靠近耳朵，直接透過手機聽筒聆聽翻譯內容。Google 表示，這項功能適合在沒有耳機、或不希望旁人聽見翻譯內容時使用。

Google Meet 將支援超過 2,000 種語言組合

Google Meet 的語音翻譯功能也將導入 Gemini 3.5 Live Translate。更新後，Google Meet 的翻譯語言將從原本的 5 種提升至 70 多種，且單場會議可支援超過 2,000 種語言組合，不再限於英文與其他語言之間互譯。

Google 也將更新 Google Meet 介面，讓使用者能更快速啟用語音翻譯功能。這項更新將自本月起先向部分 Google Workspace 企業客戶推出私人預覽，並預計於今年稍晚擴大推出。

開發者可透過 Gemini Live API 打造即時口譯與配音應用

開發者可透過 Gemini Live API 與 Google AI Studio 使用 Gemini 3.5 Live Translate 的公開預覽版。Google 表示，該模型可在語音串流過程中即時處理內容，協助開發者打造更自然的跨語言溝通體驗。

Google 也展示 Gemini Live API 可用於配音與多語同步翻譯，並提供示範與範例程式碼。包括 Agora、Fishjam、LiveKit、Pipecat 與 Vision Agents 等開發者平台，已透過 Gemini Live API 協助開發者更容易打造與部署語音翻譯應用，讓開發者能專注於使用者體驗，而不必自行處理複雜的即時媒體串流基礎架構。

Google 強調，所有由其模型生成的音訊都會加入 SynthID 浮水印。這種人耳無法察覺的浮水印會直接嵌入音訊輸出中，讓 AI 生成內容仍可被偵測，以協助防範錯誤資訊傳播。

• 延伸閱讀：Google 翻譯上線「口語糾錯」功能！AI 即時指導發音，率先在美印兩國推出
• 延伸閱讀：Google 翻譯導入 Gemini，並可透過耳機進行「即時翻譯」、美墨等地率先推出
• 延伸閱讀：Android 版 Google 翻譯測試新功能！自訂發音語速、全新 3x2 桌面小工具即將登場