二十年前，Google 翻譯作為機器學習領域的先驅實驗之一正式起步，致力于將語言科學轉化為人與人之間的溝通橋梁。經過多年發展，這一項目已覆蓋數十億用戶，每月翻譯字詞量超過一萬億。

時至今日，Google 迎來新的里程碑，正式發布了 Gemini 3.5 Live Translate——這是 Google 最新的音頻模型，專為實時語音到語音翻譯而設計。

該模型能自動識別 70 余種語言，并生成流暢自然的翻譯語音，同時保留說話者原有的語調、語速與音調。與傳統的逐句翻譯系統（需等待說話者說完一句話后才開始翻譯）不同，Gemini 3.5 Live Translate 采用連續生成方式，在保證質量與實時性之間實現動態平衡。整個翻譯過程幾乎不存在明顯停頓，始終與說話者保持數秒內的同步。

目前，Gemini 3.5 Live Translate 已開始在 Google 多款產品中陸續上線：

面向開發者：通過 Gemini Live API 和 Google AI Studio 開放公開預覽；

面向企業用戶：本月起在 Google Meet 中以私有預覽形式推出；

面向所有人：在 Android 和 iOS 版 Google Translate 應用中正式上線。

開發者接入 Gemini 3.5 Live Translate

Gemini 3.5 Live Translate 采用流式處理方式，實現跨語言的無縫溝通體驗。模型支持多語言輸入自動識別，無需手動配置。同時，其強大的抗噪能力使其能夠應對嘈雜、復雜的真實環境。開發者可利用該模型構建適用于多語言通話、會議、授課、廣播等場景的實時口譯功能。

通過 Gemini Live API，開發者可實現視頻配音及多語言同步翻譯。感興趣的開發者可訪問 Gemini Cookbook，查看演示示例及更多參考代碼。

Agora、Fishjam、LiveKit、Pipecat 和 Vision Agents 等開發者平臺已接入 Gemini Live API，幫助開發者更便捷地構建和部署語音翻譯應用。這些集成方案封裝了復雜的實時媒體流傳輸基礎設施，讓開發者得以專注于用戶體驗本身。

合作伙伴 Grab 正在測試該模型，以實現司機與乘客之間近實時的多語言溝通。Grab 平臺用戶每月通過語音通話產生超過 1000 萬次溝通需求。

合作伙伴積極反饋

除 Grab 外，CJ ENM、LiveKit 等公司也對 Gemini 3.5 Live Translate 給予了積極評價，普遍認為其翻譯質量出色、準確度高、延遲表現優異。

在 Google Meet 中體驗實時翻譯升級

Google Meet 的語音翻譯功能即將接入 Gemini 3.5 Live Translate，帶來以下提升：

支持語言從此前僅有的 5 種擴展至 70 余種；

單次會議可支持超過 2000 種語言組合的互譯，不再局限于英語作為中間語言；

界面更新，用戶可即時調用語音翻譯功能。

該更新將于本月起向部分 Google Workspace 企業用戶開放私有預覽，并于今年晚些時候面向更多用戶推出。

在 Google Translate 應用中體驗 Gemini 3.5 Live Translate

該模型同步在全球范圍內的 Android 和 iOS 版 Google Translate 應用中上線。使用實時翻譯功能時，只需連接任意耳機，即可體驗保留說話者語氣特征、支持 70 余種語言的流暢翻譯。

針對 Android 用戶，Google 還正在推出全新的"聽筒模式"，讓用戶無需佩戴耳機，只需像接聽普通電話一樣將手機貼近耳朵，即可通過聽筒接收翻譯音頻。該模式適用于不便讓他人聽到翻譯內容的場景，提供更私密、更便捷的使用體驗。例如，用戶可通過聽筒模式，在聆聽西班牙語導覽時，實時接收英語翻譯。

SynthID 水印保障安全性

所有由 Google 模型生成的音頻均已嵌入 SynthID 水印。這一不可感知的水印直接編碼于音頻輸出中，確保 AI 生成內容始終可被檢測識別，從而有效防范信息誤導風險。如需了解更多關于安全與責任的詳細信息，可參閱相關模型說明文檔。

Q&A

Q1：Gemini 3.5 Live Translate 和傳統翻譯系統有什么區別？

A：Gemini 3.5 Live Translate 采用連續生成方式，無需等待說話者說完整句話再翻譯，能在保證質量的同時實時跟進說話節奏，全程幾乎無明顯停頓，始終與說話者保持數秒內的同步。傳統逐句翻譯系統則需等待完整語句結束后才開始翻譯，延遲感更強，自然度也更低。

Q2：Gemini 3.5 Live Translate 支持哪些語言，普通用戶怎么用？

A：Gemini 3.5 Live Translate 支持自動識別 70 余種語言，無需手動設置。普通用戶可通過 Android 或 iOS 版 Google Translate 應用直接使用實時翻譯功能，連接耳機后即可體驗流暢翻譯。Android 用戶還可使用新推出的"聽筒模式"，無需耳機，貼近耳朵即可收聽翻譯音頻。

Q3：Gemini 3.5 Live Translate 生成的音頻內容安全嗎，有沒有防止濫用的機制？

A：有。所有由 Gemini 3.5 Live Translate 生成的音頻均嵌入了 SynthID 水印，該水印不可被人耳感知，但可被技術手段檢測識別。這一機制確保 AI 生成的音頻內容始終具有可追溯性，有助于防范虛假信息的傳播。