EVERYTHING
Як повідомляє ITC.ua, Google оголосила про запуск Gemini 3.5 Live Translate — передової моделі, призначеної для миттєвого перекладу мовлення у реальному часі. Ця технологічна імплементація значно розширює можливості комунікації на міжнародному рівні, виходячи за рамки попередніх обмежень.
Технологічний стрибок: від покрокового до безперервного перекладу
Ключовою перевагою Gemini 3.5 є її здатність генерувати «плавне, природне за звучанням перекладене мовлення». Модель не лише розпізнає більше ніж 70 мов, але й зберігає важливі паралінгвістичні елементи — інтонацію, темп та висоту голосу. Це вирішує проблему «незручних пауз», характерних для систем покрокового перекладу.
Google пояснює цей механізм так: «3.5 Live Translate безперервно генерує мовлення, балансуючи між необхідністю чекати на контекст для покращення якості та потребою перекладати негайно, щоб залишатися синхронізованою з мовцем». Цей баланс є критично важливим для забезпечення реального часу в умовах розмов.
Інтеграція в екосистему Google та питання безпеки
Функціонал Gemini 3.5 Live Translate поступово інтегрується у різні продукти компанії. Наприклад, у застосунку Google Translate для Android з'явився новий «режим прослуховування», що дозволяє користувачам чути переклад через динамік телефону під час розмов без навушників. У Google Meet підтримка мов обмежувалася лише п’ятьма мовами; тепер модель відкриває можливість понад 2000 мовних комбінацій в одній зустрічі.
Для розробників технологія доступна через Gemini Live API та Google AI Studio у публічному попередньому перегляді. Це дозволяє інтегрувати миттєвий усний переклад у міжнародні конференції, онлайн-уроки та багатомовні дзвінки. Щодо безпеки контенту, Google впровадила механізм SynthID. Цей непомітний водяний знак безпосередньо вбудовується в аудіовихід і забезпечує можливість виявлення будь-якого контенту, створеного штучним інтелектом, що є важливим інструментом проти дезінформації.
Модель також демонструє високу стійкість до зовнішніх факторів: вона автоматично визначає мову співрозмовника та зберігає стабільну роботу навіть у шумному середовищі. Ширший запуск функціоналу планується на пізніше цього року, після закритого попереднього перегляду для бізнес-клієнтів Google Workspace.
Таким чином, Gemini 3.5 Live Translate не просто покращує якість перекладу; вона трансформує сам процес міжнародної комунікації, роблячи його безперервним та адаптивним до реальних умов використання.