По сообщению Google от 9 июня 2026 г. Даты запуска, доступность функций и сравнительные результаты ниже относятся к этому сообщению и отражают данные разработчика. Первоисточник.
Fluid, natural voice translation with Gemini 3.5 Live Translate
Gemini 3.5 Live Translate — наша новейшая аудиомодель, обеспечивающая почти в реальном времени перевод речи в речь более чем на 70 языков.
Ваш браузер не поддерживает аудиоэлемент.
Двадцать лет назад перевод в Google начался как один из наших пионерских экспериментов в области машинного обучения, цель которого состояла в том, чтобы превратить науку о языке в магию человеческого общения. Этот эксперимент прошёл долгий путь: сейчас ежемесячно для миллиардов пользователей по всем нашим продуктам переводится более триллиона слов.
Сегодня мы делаем следующий шаг, выпуская Gemini 3.5 Live Translate — нашу новую аудиомодель для живого перевода речи в речь.
Модель автоматически определяет более 70 языков и генерирует плавную, естественно звучащую переведённую речь, сохраняя интонацию, темп и тон говорящих. В отличие от пошаговых систем, которые ждут, пока говорящий закончит фразу, чтобы ответить, 3.5 Live Translate генерирует речь непрерывно, балансируя между ожиданием контекста для улучшения качества и немедленным переводом, чтобы оставаться в ритме с говорящим. Она обеспечивает текучее аудио без неловких пауз и отстаёт от говорящего всего на несколько секунд на протяжении всей сессии.
Внедрение Gemini 3.5 Live Translate начинается уже сегодня и будет доступно в продуктах Google:
- Для разработчиков в публичной превью через Gemini Live API и Google AI Studio
- Для предприятий в частной превью, начиная с этого месяца, в Google Meet
- Для всех через Google Translate на Android и iOS
Gemini 3.5 Live Translate обрабатывает речь в момент её потоковой передачи, что обеспечивает более бесшовное взаимодействие между языками. Модель справляется с многоязычными входными данными без необходимости ручной настройки. Одновременно её устойчивость к шуму позволяет приложениям работать в громкой и непредсказуемой среде. Вы можете использовать её возможности для организации синхронного перевода на многопользовательских звонках, совещаниях, занятиях, трансляциях и в других сценариях.
Посмотрите демонстрацию Gemini Live API в действии, она позволяет выполнять озвучивание и одновременный многоязычный перевод. Дополнительные примеры кода и демо можно найти в Gemini Cookbook.
Используя Gemini Live API, платформы для разработчиков, такие как Agora, Fishjam, LiveKit, Pipecat и Vision Agents, дают возможность создавать и развёртывать приложения для голосового перевода с минимальными трудностями. Эти интеграции берут на себя сложную инфраструктуру потоковой передачи медиа в реальном времени, чтобы разработчики могли сосредоточиться на пользовательском опыте.
Наши партнёры из Grab тестируют модель для обеспечения почти в реальном времени многоязычного общения между водителями и пассажирами во время посадки. Эти пользователи совершают более 10 миллионов голосовых вызовов в месяц через Grab.
Помимо Grab, такие компании, как CJ ENM, LiveKit и другие, поделились положительными отзывами о 3.5 Live Translate, отметив впечатляющее качество перевода, точность и низкую задержку:
Используйте 3.5 Live Translate в своих видеовстречах
Скоро перевод речи в Google Meet будет использовать 3.5 Live Translate, улучшая опыт следующим образом:
- Поддержка более 70 языков — значительное улучшение по сравнению с прежним лимитом в всего пять языков;
- Возможность вести беседы более чем в 2000 языковых комбинаций в одной встрече, расширение по сравнению с предыдущим состоянием, когда перевод выполнялся только на английский и с английского;
- Обновлённый интерфейс для мгновенного доступа к переводу речи.
Мы запускаем это обновление в частной превью для выбранных корпоративных клиентов Google Workspace, начиная с этого месяца, а затем планируем более широкое развёртывание позже в этом году.
Получите 3.5 Live Translate в приложении Google Translate на Android или iOS
Модель также развёртывается в приложении Google Translate по всему миру на Android и iOS. При использовании функции Live translate просто подключите любые наушники, чтобы испытать более бесшовный перевод, отражающий тон говорящего на более чем 70 языках.
Для пользователей Android мы также начинаем внедрять новый «режим прослушивания» с 3.5 Live Translate, который позволяет слышать переводы непосредственно через динамик телефона у уха. Держите телефон у уха как при обычном звонке, и переведённый звук будет поступать прямо к вам. Этот новый режим удобен в ситуациях, когда нужно быстро услышать перевод, чтобы другие не слушали, и под рукой нет наушников.
С помощью нового режима прослушивания пользователи могут слышать почти в реальном времени перевод на английский язык экскурсии на испанском прямо через динамик телефона у уха.
Всё аудио, сгенерированное нашими моделями, содержит невоспринимаемый водяной знак SynthID. Этот водяной знак вплетён непосредственно в аудиовыход, что позволяет обнаруживать AI-сгенерированный контент и помогает предотвращать дезинформацию. Для подробностей о нашем подходе к безопасности и ответственности ознакомьтесь с карточкой модели.
Получайте последние новости от Google на почту
Подпишитесь на наши рассылки с обновлениями продуктов, информацией о событиях, специальными предложениями и другим контентом.
Проверьте свою почту, чтобы подтвердить подписку.
Вы также можете подписаться, используя другой адрес электронной почты.
Ваша информация будет использоваться в соответствии с политикой конфиденциальности Google. Вы можете отписаться в любое время.
Разработка Gemini 4 Argon ответственно и безопасно
Gemini 4 Argon теперь доступен для разработчиков.
Gemini 4 Argon: создан, чтобы решать ваши самые сложные задачи
Последние новости об ИИ, которые мы анонсировали в сентябре 2026 года
Gemini 4 Argon: наша новая эра передовой интеллекта
В честь Международного дня перевода: познакомьтесь с 3 лингвистическими экспертами, стоящими за Google Translate