IT之家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Gemini3.5Live Translate，迈出实时翻译的下一步。
Gemini3.5Live 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，Gemini3.5Live 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。
Gemini3.5Live 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
Gemini3.5Live 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Gemini3.5Live 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IT之家了解，Gemini3.5Live 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3.5Live 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。
