Hace veinte años, la traducción en Google comenzó como uno de nuestros experimentos pioneros de aprendizaje automático para convertir la ciencia del lenguaje en la magia de la conexión humana. Ese experimento ha recorrido un largo camino, con más de un billón de palabras traducidas para miles de millones de usuarios en todos nuestros productos cada mes.
Hoy, damos el siguiente paso con el lanzamiento de Gemini 3.5 Live Translate, nuestro modelo de audio más reciente para la traducción de voz a voz en tiempo real.
El modelo detecta automáticamente más de 70 idiomas y genera voz traducida con un sonido natural y fluido, preservando la entonación, el ritmo y el tono de quien habla. A diferencia de los sistemas de turno que esperan a que la persona termine de hablar para responder, 3.5 Live Translate genera voz de forma continua, equilibrando el equilibrio entre esperar contexto para mejorar la calidad y traducir de inmediato para mantenerse sincronizado con quien habla. Ofrece audio fluido sin pausas incómodas y se mantiene solo unos segundos detrás de quien habla durante toda la sesión.
Gemini 3.5 Live Translate se implementa a partir de hoy en los productos de Google:
- Para desarrolladores, en vista previa pública a través de Gemini Live API y Google AI Studio
- Para empresas, en vista previa privada a partir de este mes en Google Meet
- Para todos, a través de Google Traductor en Android e iOS
Crea con 3.5 Live Translate
Gemini 3.5 Live Translate procesa la voz a medida que se transmite, lo que permite una conexión más fluida entre idiomas. El modelo maneja entradas multilingües sin necesidad de configurar ajustes manualmente. Al mismo tiempo, su robustez ante el ruido garantiza que las aplicaciones puedan manejar entornos ruidosos e impredecibles. Puedes usar sus capacidades para facilitar la interpretación en vivo de llamadas multilingües, reuniones, lecciones, transmisiones y más.
Mira la Gemini Live API en acción, permitiendo el doblaje y la traducción simultánea a varios idiomas. Sumérgete en la demo o en más código de ejemplo en el Gemini Cookbook.
Al utilizar la Gemini Live API, plataformas de desarrollo como Agora, Fishjam, LiveKit, Pipecat y Vision Agents permiten a los desarrolladores crear e implementar aplicaciones de traducción de voz con facilidad. Estas integraciones manejan la compleja infraestructura de transmisión de medios en tiempo real, para que los desarrolladores puedan centrarse en la experiencia del usuario.
Nuestros socios en Grab están probando el modelo para permitir la comunicación multilingüe en tiempo casi real entre conductores y viajeros en los puntos de recogida. Estos usuarios realizan más de 10 millones de llamadas de voz al mes a través de Grab.
Experimenta 3.5 Live Translate en tus videorreuniones
La traducción de voz en Google Meet pronto usará 3.5 Live Translate, mejorando la experiencia al:
- Ofrecer más de 70 idiomas, una mejora significativa con respecto al límite anterior de solo cinco idiomas,
- Permitir conversaciones en más de 2000 combinaciones de idiomas en una sola reunión, ampliando el estado anterior que solo traducía hacia y desde el inglés,
- Actualizar la interfaz para proporcionar acceso instantáneo a la traducción de voz.
Lanzaremos esta actualización en vista previa privada para clientes empresariales seleccionados de Google Workspace a partir de este mes, seguida de una implementación más amplia a finales de este año.
Obtén 3.5 Live Translate en la aplicación Google Traductor en Android o iOS
El modelo también se está implementando a nivel mundial en la aplicación Google Traductor, tanto en Android como en iOS. Al usar la función de traducción en vivo, simplemente conecta cualquier par de auriculares para experimentar una traducción más fluida que refleja el tono de quien habla en más de 70 idiomas.
Para los usuarios de Android, también comenzamos a implementar un nuevo 'modo de escucha' con 3.5 Live Translate que te permite escuchar las traducciones directamente a través del auricular del teléfono. Simplemente acerca el teléfono a tu oído como si fuera una llamada normal y el audio traducido llegará directamente a ti. Esta nueva experiencia puede ser útil en situaciones en las que quieras escuchar las traducciones rápidamente sin que otros las oigan y no tengas tus auriculares a mano.
Con marca de agua SynthID
Todo el audio generado por nuestros modelos lleva la marca de agua de SynthID. Esta marca de agua imperceptible está integrada directamente en la salida de audio, lo que garantiza que el contenido generado por IA siga siendo detectable para ayudar a prevenir la desinformación. Para obtener más detalles sobre nuestro enfoque de seguridad y responsabilidad, consulta la ficha del modelo.
