Gemini 3.5 Live Translate將即時語音互譯帶到70多種語言，重點是「自然、連續、低延遲」。Google表示此模型能保留說話者語氣與節奏，並在僅落後數秒的同步下連續產生譯音，已在API、Meet與手機翻譯陸續上線，利於跨語溝通情境。
這套模型的推出路徑明確，開發者、企業與一般用戶各有入口。Google稱其已在開發者公測、Google Meet企業私測、以及Android與iOS的Google翻譯中啟用，房仲可依自身工具鏈選擇接入，縮短外語客戶溝通的反覆確認時間。
這項即時口譯如何改善跨語客戶溝通？
核心提升是連續、自然且抗噪的即時口譯，讓跨語對話不中斷。Gemini 3.5 Live Translate是Google最新音訊模型，可自動偵測70多種語言，並在翻譯時保留語者的語調、節奏與音高。它一邊聆聽一邊輸出，兼顧等待更多語境與保持同步的取捨，將不自然的停頓降到最低，適合帶看、講解、通話與廣播等場景。
模型的多語輸入與抗噪能力，降低複雜環境下的設定與干擾。Google指出，使用者無須手動配置語言即可多語交談；在嘈雜且突發的環境，系統仍能維持辨識穩定，利於現場看屋、街邊溝通或車內通話時的即時口譯需求。
我現在在哪些產品與階段能用到？
三種入口對應不同使用者：開發者、企業與一般民眾。Google稱，開發者可透過Gemini Live API與Google AI Studio公測使用；企業將於本月起在Google Meet私測；一般用戶可在Android與iOS版Google翻譯啟用即時口譯功能。
生態整合讓語音翻譯App開發更快上線。Google列舉Agora、Fishjam、LiveKit、Pipecat與Vision Agents等平台已整合Gemini Live API，協助處理即時串流媒體的複雜基礎建設，讓開發者專注於體驗設計。Grab亦測試用於司機與乘客接送時的近即時跨語通話。
這對線上會議與遠距簽約流程有何變化？
Google Meet的語音翻譯將擴大語言與配對組合並改善介面。Google表示，Meet將改用Gemini 3.5 Live Translate，語言支援由原本僅五種擴至70多種，並可在單一會議中跨越2,000多種語言組合互譯，且介面將提供更即時的翻譯存取。
企業用戶的導入節奏先私測、再擴大發布。Google稱，本月起先對特定商用Google Workspace客戶進行私測，之後於今年稍晚擴大推出。對跨國團隊談案、遠距解說或簽約流程，語言障礙與等待翻譯的時間可望同步下降。
| 項目 | 之前（Google說明） | 以Gemini 3.5 Live Translate後 |
|---|---|---|
| 支援語言 | 僅五種 | 70多種 |
| 語言組合 | 僅英語「互譯」 | 會議中可跨越2,000多種組合 |
| 介面 | 未及時提供 | 提供即時存取翻譯 |
行動帶看時，手機翻譯App能做些什麼？
Google翻譯App已導入此模型，耳機可獲更自然的口譯體驗。Google指出，Android與iOS的Google翻譯在使用「即時翻譯」功能時，連接任意耳機即可獲得更順暢、並保留說話者語氣的翻譯，覆蓋70多種語言，利於戶外解說與私密聆聽。
Android新增「聆聽模式」，不戴耳機也能私密收聽譯音。Google稱，使用者可像接電話般將手機貼耳，譯音將直接由聽筒播放；此體驗適合在不便外放的場合快速聽譯，例如旅遊導覽以西語講解、即時聽取英語翻譯的情境。
這些AI語音譯音會如何標示與溯源？
所有AI產生的音訊都會嵌入不可見浮水印以利識別。Google表示，模型輸出的音訊皆以SynthID做浮水印標記，且此標記直接編織在音訊中，協助偵測AI內容、防範錯誤資訊；另提供模型卡說明其安全與責任原則。
資料來源：Google DeepMind — 原文連結
原始來源： https://deepmind.google/blog/fluid-natural-voice-translation-with-gemini-35-live-translate/
