Gemini 3.5 Live Translate正式发布：流畅自然的实时语音翻译体验

二十年前，Google 翻译作为机器学习领域的先驱实验之一正式起步，致力于将语言科学转化为人与人之间的沟通桥梁。经过多年发展，这一项目已覆盖数十亿用户，每月翻译字词量超过一万亿。

时至今日，Google 迎来新的里程碑，正式发布了 Gemini 3.5 Live Translate——这是 Google 最新的音频模型，专为实时语音到语音翻译而设计。

该模型能自动识别 70 余种语言，并生成流畅自然的翻译语音，同时保留说话者原有的语调、语速与音调。与传统的逐句翻译系统（需等待说话者说完一句话后才开始翻译）不同，Gemini 3.5 Live Translate 采用连续生成方式，在保证质量与实时性之间实现动态平衡。整个翻译过程几乎不存在明显停顿，始终与说话者保持数秒内的同步。

目前，Gemini 3.5 Live Translate 已开始在 Google 多款产品中陆续上线：

面向开发者：通过 Gemini Live API 和 Google AI Studio 开放公开预览；

面向企业用户：本月起在 Google Meet 中以私有预览形式推出；

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

开发者接入 Gemini 3.5 Live Translate

Gemini 3.5 Live Translate 采用流式处理方式，实现跨语言的无缝沟通体验。模型支持多语言输入自动识别，无需手动配置。同时，其强大的抗噪能力使其能够应对嘈杂、复杂的真实环境。开发者可利用该模型构建适用于多语言通话、会议、授课、广播等场景的实时口译功能。

通过 Gemini Live API，开发者可实现视频配音及多语言同步翻译。感兴趣的开发者可访问 Gemini Cookbook，查看演示示例及更多参考代码。

Agora、Fishjam、LiveKit、Pipecat 和 Vision Agents 等开发者平台已接入 Gemini Live API，帮助开发者更便捷地构建和部署语音翻译应用。这些集成方案封装了复杂的实时媒体流传输基础设施，让开发者得以专注于用户体验本身。

合作伙伴 Grab 正在测试该模型，以实现司机与乘客之间近实时的多语言沟通。Grab 平台用户每月通过语音通话产生超过 1000 万次沟通需求。

合作伙伴积极反馈

除 Grab 外，CJ ENM、LiveKit 等公司也对 Gemini 3.5 Live Translate 给予了积极评价，普遍认为其翻译质量出色、准确度高、延迟表现优异。

在 Google Meet 中体验实时翻译升级

Google Meet 的语音翻译功能即将接入 Gemini 3.5 Live Translate，带来以下提升：

支持语言从此前仅有的 5 种扩展至 70 余种；

单次会议可支持超过 2000 种语言组合的互译，不再局限于英语作为中间语言；

界面更新，用户可即时调用语音翻译功能。

该更新将于本月起向部分 Google Workspace 企业用户开放私有预览，并于今年晚些时候面向更多用户推出。

在 Google Translate 应用中体验 Gemini 3.5 Live Translate

该模型同步在全球范围内的 Android 和 iOS 版 Google Translate 应用中上线。使用实时翻译功能时，只需连接任意耳机，即可体验保留说话者语气特征、支持 70 余种语言的流畅翻译。

针对 Android 用户，Google 还正在推出全新的"听筒模式"，让用户无需佩戴耳机，只需像接听普通电话一样将手机贴近耳朵，即可通过听筒接收翻译音频。该模式适用于不便让他人听到翻译内容的场景，提供更私密、更便捷的使用体验。例如，用户可通过听筒模式，在聆听西班牙语导览时，实时接收英语翻译。

SynthID 水印保障安全性

所有由 Google 模型生成的音频均已嵌入 SynthID 水印。这一不可感知的水印直接编码于音频输出中，确保 AI 生成内容始终可被检测识别，从而有效防范信息误导风险。如需了解更多关于安全与责任的详细信息，可参阅相关模型说明文档。

Q&A

Q1：Gemini 3.5 Live Translate 和传统翻译系统有什么区别？

A：Gemini 3.5 Live Translate 采用连续生成方式，无需等待说话者说完整句话再翻译，能在保证质量的同时实时跟进说话节奏，全程几乎无明显停顿，始终与说话者保持数秒内的同步。传统逐句翻译系统则需等待完整语句结束后才开始翻译，延迟感更强，自然度也更低。

Q2：Gemini 3.5 Live Translate 支持哪些语言，普通用户怎么用？

A：Gemini 3.5 Live Translate 支持自动识别 70 余种语言，无需手动设置。普通用户可通过 Android 或 iOS 版 Google Translate 应用直接使用实时翻译功能，连接耳机后即可体验流畅翻译。Android 用户还可使用新推出的"听筒模式"，无需耳机，贴近耳朵即可收听翻译音频。

Q3：Gemini 3.5 Live Translate 生成的音频内容安全吗，有没有防止滥用的机制？

A：有。所有由 Gemini 3.5 Live Translate 生成的音频均嵌入了 SynthID 水印，该水印不可被人耳感知，但可被技术手段检测识别。这一机制确保 AI 生成的音频内容始终具有可追溯性，有助于防范虚假信息的传播。