Google發布Gemini 3.5 Live Translate！支援70+語言即時語音翻譯，Meet、翻譯App同步升級
重點一：Google 推出 Gemini 3.5 Live Translate 即時語音翻譯模型，可自動偵測超過 70 種語言，提供自然、低延遲的語音對語音翻譯，即日起陸續整合到 Google 產品與服務。
重點二：Google Meet 與 Google Translate App 將導入 3.5 Live Translate，Meet 的語音翻譯語言數從 5 種大幅擴充到 70 多種、可支援 2000 多種語言組合；行動翻譯則新增耳機與「聽講模式」等更自然私密的使用體驗，所有生成語音皆嵌入 SynthID 浮水印以防誤用。
重點三：Gemini 3.5 Live Translate 透過 Gemini Live API 提供開發者公測，並與 Agora、LiveKit、Fishjam 等平台合作，協助建構多語通話、會議、課程與直播的即時口譯應用，合作夥伴實測回饋翻譯品質佳且延遲極低。
Google 宣布推出最新音訊模型 Gemini 3.5 Live Translate，主打「語音對語音」的即時翻譯能力。新模型可自動偵測超過 70 種語言，在使用者說話的同時即時生成譯文語音，並盡可能保留原說話者的語氣、節奏與音高。
與傳統必須等對方講完才開始翻譯的逐段系統不同，Gemini 3.5 Live Translate 會持續輸出語音，在「等更多語境以提升品質」與「盡快回應保持同步」之間動態調整，讓譯音僅落後說話者幾秒鐘，減少尷尬停頓。
Google 表示，這項功能將陸續導入多項自家產品：開發者可透過 Gemini Live API 與 Google AI Studio 公開預覽版本試用，企業客戶將在 Google Meet 上優先體驗私人預覽版本，一般使用者則可透過 Android 與 iOS 版 Google Translate App 的 Live translate 功能享受更流暢的跨語溝通。
Google Meet 與 Translate App 大升級
Google Meet 的語音翻譯功能將升級為採用 Gemini 3.5 Live Translate。官方表示，此次更新有三大改變：第一，支援語言數從過去只涵蓋 5 種，大幅提升至超過 70 種；第二，在同一場會議中，系統可以在 70 多種語言之間任意配對、互相翻譯，組合總數超過 2000 種，不再侷限於過去只能做『英文 ↔ 其他語言』這種單一中心式的翻譯模式；第三，Meet 介面將更新，讓使用者可更直覺地開啟和調整語音翻譯設定。這項升級將於本月起先在部分 Google Workspace 商務客戶中以私人預覽形式上線。
同時，Gemini 3.5 Live Translate 也將推進至行動裝置上的 Google Translate App，包含 Android 與 iOS 用戶。當使用者啟用 Live translate 功能並連接耳機，即可聆聽更自然、貼近說話者語氣的即時口譯。Google 也在 Android 平台推出新「聽講模式」（listening mode）：使用者只要像打電話一樣把手機貼近耳邊，就能直接從聽筒聽到譯文語音，不必外放，也毋需耳機，方便在導覽解說、諮詢等場合中低調、私密地接收翻譯內容。
開發者與企業搶先實測：低延遲、高準確度
Google 已與多家即時通訊與媒體基礎建設平台合作，包括 Agora、Fishjam、LiveKit、Pipecat、Vision Agents 等，讓開發者可在這些平台上更容易部署即時翻譯服務，專注在使用者體驗設計。
實際導入案例方面，東南亞叫車與外送平台 Grab 目前正以 Gemini 3.5 Live Translate 測試司機與乘客在上車地點溝通時的多語通話體驗，該平台每月有超過一千萬通語音通話需求。Grab 首席產品長 Philipp Kandal 指出，Gemini 3.5 Live Translate 在多語自動偵測、翻譯準確度與延遲控制上表現亮眼。
韓國內容集團 CJ ENM 首席 AI 長 Bella Baek 也表示，初步測試顯示，新模型有助提升全球與韓國觀眾的真實觀看體驗。來自 LiveKit、Vision Agents、Fishjam、Agora 等開發與串流夥伴的技術人員則普遍認為，Gemini 3.5 Live Translate 在速度、準確與自然度上達到新一代「業界標竿」，搭配 Fishjam 的 MoQ 協定等新一代串流技術，為即時多媒體翻譯開啟新可能。
Google 也強調，所有由 Gemini 模型生成的音訊都會嵌入 SynthID 浮水印。這種標記將直接編入音訊波形中，方便後續偵測與識別 AI 生成內容，降低假訊息或深偽音檔被濫用的風險。Gemini 3.5 Live Translate 的上線，意味著「即時、多語、自然口語翻譯」從實驗室技術進一步走向日常會議、通話與移動情境，逐漸成為 AI 時代跨語溝通基礎設施的一環。
延伸閱讀：ChatGPT指令大全！70組提示詞一次整理，復古膠片朦朧風、生日海報、簡報封面全搞定
NotebookLM大更新！模型升級Gemini 3.5，還內建雲端電腦幫你跑分析：4大升級亮點一次看
資料來源：Google
本文初稿為AI編撰，整理．編輯/黃若彤
延伸閱讀
Loop Engineering是什麼？一次解密6大組件，搞懂工程師為什麼不再寫提示詞
Fable 5被下架，告密者是最大股東！Anthropic最強模型風波始末：為何管制？越獄風險多大？
「加入《數位時代》LINE好友，科技新聞不漏接」