Google发布Gemini 3.5 Live Translate：70+语言边听边译，保留原声音调

Google正式发布实时语音互译模型 Gemini 3.5 Live Translate。和传统“等说完再翻”的回合制翻译不同，它采用流式连续生成机制，能在70多种语言之间做到边听边译，全程只比说话人慢几秒，避免了尴尬的停顿。

这个模型最明显的提升在于声音还原和环境适应。翻译后的语音能保留说话人的语调、节奏和音高，不再是机械的合成音；同时支持自动语言检测，不需要提前设定源语言，还能自动滤除噪音，嘈杂环境也能正常使用。

目前该功能已陆续登陆Google旗下产品。普通用户可以直接在 Android 和 iOS 版的 Google 翻译 App 中体验，连接任意耳机即可使用。Android 用户还独享了新增的“听筒模式”，像接电话一样把手机贴到耳边就能听翻译，适合没带耳机又不想外放的场景。

开发者可以通过 Gemini Live API 和 Google AI Studio 直接调用公开预览版，将其接入多语言通话、会议或直播等场景。企业用户则可在 Google Meet 中使用私有预览版。

值得注意的是，这次实时翻译摆脱了对特定硬件（如Pixel手机或Buds耳机）的依赖，任意智能手机都能跑。不过，听筒模式目前仅限Android端，iOS用户还需等待；API目前也处于预览阶段，稳定性仍需观察。

怎么用

• 普通用户：更新 Google 翻译 App，连接耳机即可使用实时翻译；Android用户可尝试贴耳听筒模式。
• 开发者：通过 Google AI Studio 接入 Gemini Live API 公开预览版。
• 企业用户：在 Google Meet 中使用私有预览版。

图片来源：x.com