Il y a vingt ans, la traduction chez Google a débuté comme l'une de nos expériences pionnières en apprentissage automatique, visant à transformer la science du langage en magie de la connexion humaine. Cette expérience a parcouru un long chemin, avec plus d'un billion de mots traduits chaque mois pour des milliards d'utilisateurs à travers nos produits.
Aujourd'hui, nous franchissons une nouvelle étape avec le lancement de Gemini 3.5 Live Translate, notre dernier modèle audio pour la traduction vocale en temps réel.
Le modèle détecte automatiquement plus de 70 langues et génère une parole traduite fluide et naturelle qui préserve l'intonation, le rythme et la hauteur de la voix des locuteurs. Contrairement aux systèmes qui attendent la fin de l'intervention d'un locuteur pour répondre, 3.5 Live Translate génère la parole en continu, équilibrant le compromis entre l'attente de contexte pour améliorer la qualité et la traduction immédiate pour rester synchronisé avec le locuteur. Il délivre un flux audio fluide sans pauses gênantes et ne reste que quelques secondes derrière le locuteur tout au long de la session.
Gemini 3.5 Live Translate est déployé à partir d'aujourd'hui dans les produits Google :
- Pour les développeurs, en aperçu public via l'API Gemini Live et Google AI Studio
- Pour les entreprises, en aperçu privé à partir de ce mois-ci dans Google Meet
- Pour tout le monde via Google Traduction sur Android et iOS
Créez avec 3.5 Live Translate
Gemini 3.5 Live Translate traite la parole au fur et à mesure qu'elle est diffusée, permettant une connexion plus fluide entre les langues. Le modèle gère les entrées multilingues sans qu'il soit nécessaire de configurer manuellement les paramètres. Parallèlement, sa robustesse au bruit garantit que les applications peuvent fonctionner dans des environnements bruyants et imprévisibles. Vous pouvez utiliser ses capacités pour faciliter l'interprétation en direct lors d'appels multilingues, de réunions, de cours, de diffusions, etc.
Regardez l'API Gemini Live en action, permettant le doublage et la traduction multilingue simultanée. Plongez dans la démo ou plus d'exemples de code dans le Gemini Cookbook.
En utilisant l'API Gemini Live, des plateformes de développement comme Agora, Fishjam, LiveKit, Pipecat et Vision Agents permettent aux développeurs de créer et déployer facilement des applications de traduction vocale. Ces intégrations gèrent l'infrastructure complexe de diffusion multimédia en temps réel, permettant aux développeurs de se concentrer sur l'expérience utilisateur.
Nos partenaires chez Grab testent le modèle pour permettre une communication multilingue quasi instantanée entre les conducteurs et les voyageurs lors des prises en charge. Ces utilisateurs effectuent plus de 10 millions d'appels vocaux par mois via Grab.
Découvrez 3.5 Live Translate dans vos réunions vidéo
La traduction vocale dans Google Meet utilisera bientôt 3.5 Live Translate, améliorant l'expérience en :
- Proposant plus de 70 langues, une amélioration par rapport à la limite précédente de seulement cinq langues,
- Permettant des conversations dans plus de 2000 combinaisons de langues lors d'une même réunion, élargissant l'état précédent qui ne traduisait que depuis et vers l'anglais,
- Mettant à jour l'interface pour offrir un accès instantané à la traduction vocale.
Nous lançons cette mise à jour en aperçu privé pour certains clients professionnels de Google Workspace à partir de ce mois-ci, suivie d'un déploiement plus large plus tard dans l'année.
Obtenez 3.5 Live Translate dans l'application Google Traduction sur Android ou iOS
Le modèle est également déployé mondialement sur l'application Google Traduction, à la fois sur Android et iOS. Lorsque vous utilisez la fonction de traduction en direct, connectez simplement n'importe quelle paire d'écouteurs pour bénéficier d'une traduction plus fluide qui reflète le ton du locuteur dans plus de 70 langues.
Pour les utilisateurs d'Android, nous commençons également à déployer un nouveau « mode d'écoute » avec 3.5 Live Translate qui vous permet d'entendre les traductions directement via l'écouteur de votre téléphone. Il vous suffit de porter votre téléphone à votre oreille comme pour un appel normal, et l'audio traduit vous parvient directement. Cette nouvelle expérience peut être utile dans les situations où vous souhaitez entendre rapidement des traductions sans que d'autres ne les entendent, et que vous n'avez pas vos écouteurs à portée de main.
Filigrané avec SynthID
Tout l'audio généré par nos modèles est filigrané avec SynthID. Ce filigrane imperceptible est intégré directement dans la sortie audio, garantissant que le contenu généré par l'IA reste détectable pour aider à prévenir la désinformation. Pour plus de détails sur notre approche en matière de sécurité et de responsabilité, consultez la fiche technique du modèle.
