Як повідомляє 9to5Google, Google розпочала впровадження нової моделі Gemini 3.5 Live Translate, яка забезпечує безперервний переклад мовлення в режимі реального часу з підтримкою понад 70 мов.
Нова система відрізняється від традиційних перекладачів тим, що не чекає завершення фрази співрозмовника. Замість цього вона генерує перекладений голос майже одночасно з оригінальною промовою, зберігаючи інтонацію, темп та висоту голосу мовця, пише Studway.
Переклад без затримок
У Google пояснюють, що модель постійно генерує мовлення та знаходить баланс між необхідністю отримати достатньо контексту для якісного перекладу й потребою залишатися синхронізованою зі співрозмовником.
Представники компанії зазначають:
«3.5 Live Translate безперервно генерує мовлення, балансуючи між необхідністю чекати контекст для покращення якості та потребою перекладати негайно, щоб залишатися синхронізованою з мовцем».
Завдяки цьому користувачі отримують плавний аудіопотік без тривалих пауз, а затримка становить лише кілька секунд.
Де вже доступна функція
Gemini 3.5 Live Translate почала з’являтися у Google Translate для Android та iOS. Для використання потрібно натиснути кнопку Live Translate під час роботи з навушниками.
Також в Android додали окремий режим прослуховування, який дозволяє чути переклад через динамік смартфона. Це стане в пригоді під час живого спілкування без навушників.
Розширення для Google Meet
Окрему увагу Google приділила сервісу Google Meet. Якщо раніше переклад під час відеодзвінків підтримував лише п’ять мов, то тепер можливості значно розширилися.
Понад 70 мов відкривають більше ніж 2000 мовних комбінацій в одній зустрічі. У вебверсії Meet також з’явилася окрема кнопка для швидкого запуску перекладу мовлення.
Безпека та можливості для розробників
Усі аудіоматеріали, створені штучним інтелектом, отримують спеціальне маркування SynthID. У Google наголошують, що ця технологія допомагає виявляти контент, створений ШІ, та протидіяти поширенню дезінформації.
Представники компанії пояснюють:
«Цей непомітний водяний знак безпосередньо вплітається в аудіовихід, забезпечуючи можливість виявлення контенту, створеного штучним інтелектом, що допомагає запобігати дезінформації».
Крім того, Gemini 3.5 Live Translate вже доступна для розробників через Gemini Live API та Google AI Studio. Технологію можна інтегрувати в міжнародні конференції, онлайн-уроки, трансляції та багатомовні дзвінки.
Нагадаємо, раніше ми писали про Windows 11 та штучний інтелект Microsoft готує несподівану можливість видалення AI-моделей.
