बीस साल पहले, Google Translate ने भाषा के विज्ञान को मानवीय जुड़ाव के जादू में बदलने के लिए अपने अग्रणी मशीन लर्निंग प्रयोगों में से एक के रूप में शुरुआत की थी। वह प्रयोग अब बहुत आगे आ गया है, जहाँ हर महीने हमारे उत्पादों पर अरबों उपयोगकर्ताओं के लिए एक ट्रिलियन से अधिक शब्दों का अनुवाद किया जाता है।
आज, हम Gemini 3.5 Live Translate जारी करके अपना अगला कदम उठा रहे हैं - यह लाइव स्पीच-टू-स्पीच अनुवाद के लिए हमारा नवीनतम ऑडियो मॉडल है।
यह मॉडल स्वचालित रूप से 70 से अधिक भाषाओं का पता लगाता है और सहज, स्वाभाविक लगने वाला अनुवादित भाषण उत्पन्न करता है जो वक्ताओं के स्वर, गति और पिच को संरक्षित करता है। बारी-बारी से काम करने वाले सिस्टम के विपरीत, जो जवाब देने से पहले वक्ता के बोलने के खत्म होने का इंतजार करते हैं, 3.5 Live Translate लगातार भाषण उत्पन्न करता है - गुणवत्ता में सुधार के लिए संदर्भ का इंतजार करने और वक्ता के साथ तालमेल बनाए रखने के लिए तुरंत अनुवाद करने के बीच संतुलन बनाता है। यह अजीब ठहराव के बिना तरल ऑडियो देता है और पूरे सत्र के दौरान वक्ता से केवल कुछ सेकंड पीछे रहता है।
Gemini 3.5 Live Translate आज से Google उत्पादों पर उपलब्ध हो रहा है:
- डेवलपर्स के लिए - सार्वजनिक प्रीव्यू में Gemini Live API और Google AI Studio के माध्यम से
- उद्यमों के लिए - इस महीने से प्राइवेट प्रीव्यू में Google Meet पर
- सभी के लिए - Android और iOS पर Google Translate के माध्यम से
3.5 Live Translate के साथ बनाएँ
Gemini 3.5 Live Translate स्ट्रीम होने पर भाषण को प्रोसेस करता है, जिससे भाषाओं के बीच अधिक सहज संबंध बनता है। मॉडल मल्टीलिंगुअल इनपुट को मैन्युअल रूप से सेटिंग कॉन्फ़िगर किए बिना संभालता है। साथ ही, इसकी शोर सहनशीलता सुनिश्चित करती है कि एप्लिकेशन शोर-भरे, अप्रत्याशित वातावरण को संभाल सकें। आप इसकी क्षमताओं का उपयोग मल्टीलिंगुअल कॉल, मीटिंग, पाठ, प्रसारण और अधिक के लिए लाइव व्याख्या को सुविधाजनक बनाने में कर सकते हैं।
Gemini Live API को क्रियाशील देखें, जो डबिंग और एक साथ कई भाषाओं में अनुवाद सक्षम बनाता है। Gemini Cookbook में डेमो या अधिक उदाहरण कोड देखें।
Gemini Live API का उपयोग करके, Agora, Fishjam, LiveKit, Pipecat, और Vision Agents जैसे डेवलपर प्लेटफ़ॉर्म डेवलपर्स को आसानी से वॉयस ट्रांसलेशन ऐप बनाने और तैनात करने में सक्षम बनाते हैं। ये एकीकरण जटिल रीयल-टाइम मीडिया स्ट्रीमिंग इंफ्रास्ट्रक्चर को संभालते हैं, जिससे डेवलपर्स उपयोगकर्ता अनुभव पर ध्यान केंद्रित कर सकते हैं।
हमारे साझेदार Grab इस मॉडल का परीक्षण कर रहे हैं ताकि पिकअप के समय ड्राइवरों और यात्रियों के बीच लगभग रीयल-टाइम में मल्टीलिंगुअल संचार सक्षम हो सके। ये उपयोगकर्ता Grab पर हर महीने 10 मिलियन से अधिक वॉयस कॉल करते हैं।
अपनी वीडियो मीटिंग में 3.5 Live Translate का अनुभव लें
Google Meet में स्पीच ट्रांसलेशन जल्द ही 3.5 Live Translate का उपयोग करेगा, जो अनुभव को निम्नलिखित तरीकों से बेहतर बनाएगा:
- 70 से अधिक भाषाओं की पेशकश करना, जो पिछली सीमा केवल पाँच भाषाओं से बेहतर है,
- एक मीटिंग में 2000 से अधिक भाषा संयोजनों में बातचीत सक्षम करना, जो पहले केवल अंग्रेज़ी से और अंग्रेज़ी में अनुवाद तक सीमित था,
- इंटरफ़ेस को अपडेट करके स्पीच ट्रांसलेशन तक तत्काल पहुँच प्रदान करना।
हम इस अपडेट को इस महीने से चुनिंदा व्यावसायिक Google Workspace ग्राहकों के लिए प्राइवेट प्रीव्यू में लॉन्च कर रहे हैं, उसके बाद इस वर्ष के अंत में व्यापक रोलआउट होगा।
Android या iOS पर Google Translate ऐप में 3.5 Live Translate प्राप्त करें
यह मॉडल दुनिया भर में Android और iOS दोनों पर Google Translate ऐप पर भी उपलब्ध हो रहा है। लाइव ट्रांसलेट सुविधा का उपयोग करते समय, केवल हेडफ़ोन की कोई भी जोड़ी कनेक्ट करें और 70 से अधिक भाषाओं में वक्ता के स्वर को दर्शाते हुए अधिक सहज अनुवाद का अनुभव लें।
Android उपयोगकर्ताओं के लिए, हम 3.5 Live Translate के साथ एक नया 'लिसनिंग मोड' भी रोल आउट करना शुरू कर रहे हैं जो आपको सीधे अपने फ़ोन के ईयरपीस के माध्यम से अनुवाद सुनने देता है। बस अपने फ़ोन को अपने कान के पास रखें जैसे कि कोई सामान्य कॉल हो, और अनुवादित ऑडियो सीधे आप तक पहुँचता है। यह नया अनुभव उन स्थितियों में सहायक हो सकता है जहाँ आप बिना किसी और को सुनाए जल्दी से अनुवाद सुनना चाहते हैं, और आपके पास हेडफ़ोन नहीं हैं।
SynthID के साथ वॉटरमार्क किया गया
हमारे मॉडल द्वारा उत्पन्न सभी ऑडियो SynthID के साथ वॉटरमार्क किए गए हैं। यह अदृश्य वॉटरमार्क सीधे ऑडियो आउटपुट में बुना जाता है, यह सुनिश्चित करता है कि AI-जनित सामग्री का पता लगाया जा सके ताकि गलत सूचना को रोकने में मदद मिल सके। सुरक्षा और जिम्मेदारी के प्रति हमारे दृष्टिकोण के विवरण के लिए, मॉडल कार्ड देखें।
