Venti anni fa, la traduzione su Google è nata come uno dei nostri pionieristici esperimenti di machine learning per trasformare la scienza del linguaggio nella magia della connessione umana. Da allora, quell'esperimento ha fatto molta strada, con oltre un trilione di parole tradotte ogni mese per miliardi di utenti attraverso i nostri prodotti.
Oggi facciamo un altro passo avanti con il lancio di Gemini 3.5 Live Translate, il nostro ultimo modello audio per la traduzione vocale in tempo reale.
Il modello rileva automaticamente oltre 70 lingue e genera un parlato tradotto fluido e dal suono naturale, preservando l'intonazione, il ritmo e il tono di chi parla. A differenza dei sistemi a turno che aspettano che l'interlocutore finisca di parlare prima di rispondere, 3.5 Live Translate genera parlato in modo continuo, bilanciando il compromesso tra l'attesa di contesto per migliorare la qualità e la traduzione immediata per rimanere sincronizzato con chi parla. Offre un audio fluido senza pause imbarazzanti e resta indietro di soli pochi secondi rispetto a chi parla per tutta la durata della sessione.
Gemini 3.5 Live Translate viene distribuito a partire da oggi sui prodotti Google:
- Per gli sviluppatori in anteprima pubblica tramite Gemini Live API e Google AI Studio
- Per le aziende in anteprima privata a partire da questo mese in Google Meet
- Per tutti tramite Google Traduttore su Android e iOS
Crea con 3.5 Live Translate
Gemini 3.5 Live Translate elabora il parlato mentre viene trasmesso in streaming, consentendo una connessione più fluida tra le lingue. Il modello gestisce input multilingue senza la necessità di configurare manualmente le impostazioni. Allo stesso tempo, la sua robustezza al rumore garantisce che le applicazioni possano gestire ambienti rumorosi e imprevedibili. Puoi sfruttare le sue capacità per facilitare l'interpretazione in tempo reale per chiamate multilingue, riunioni, lezioni, trasmissioni e altro ancora.
Guarda la Gemini Live API in azione, che abilita il doppiaggio e la traduzione multilingue simultanea. Approfondisci la demo o altri codici di esempio nel Gemini Cookbook.
Utilizzando la Gemini Live API, piattaforme per sviluppatori come Agora, Fishjam, LiveKit, Pipecat e Vision Agents consentono agli sviluppatori di creare e distribuire app di traduzione vocale con facilità. Queste integrazioni gestiscono la complessa infrastruttura di streaming multimediale in tempo reale, permettendo agli sviluppatori di concentrarsi sull'esperienza utente.
I nostri partner di Grab stanno testando il modello per abilitare la comunicazione multilingue in tempo quasi reale tra autisti e viaggiatori durante i pickup. Questi utenti effettuano oltre 10 milioni di chiamate vocali al mese tramite Grab.
Prova 3.5 Live Translate nelle tue videochiamate
La traduzione vocale in Google Meet utilizzerà presto 3.5 Live Translate, migliorando l'esperienza:
- Offrendo oltre 70 lingue, un miglioramento rispetto al limite precedente di sole cinque lingue,
- Consentendo conversazioni in oltre 2000 combinazioni linguistiche in una singola riunione, ampliando lo stato precedente in cui si traduceva solo da e verso l'inglese,
- Aggiornando l'interfaccia per fornire accesso immediato alla traduzione vocale.
Lanciamo questo aggiornamento in anteprima privata per alcuni clienti business di Google Workspace a partire da questo mese, seguito da un'implementazione più ampia entro la fine dell'anno.
Ottieni 3.5 Live Translate nell'app Google Traduttore su Android o iOS
Il modello viene distribuito anche a livello globale sull'app Google Traduttore, sia su Android che su iOS. Quando utilizzi la funzione di traduzione in tempo reale, collega semplicemente un paio di cuffie per sperimentare una traduzione più fluida che rispecchia il tono di chi parla in oltre 70 lingue.
Per gli utenti Android, stiamo anche iniziando a distribuire una nuova "modalità di ascolto" con 3.5 Live Translate che ti permette di ascoltare le traduzioni direttamente attraverso l'altoparlante del telefono. Basta avvicinare il telefono all'orecchio come in una normale chiamata e l'audio tradotto ti arriva direttamente. Questa nuova esperienza può essere utile in situazioni in cui desideri ascoltare rapidamente le traduzioni senza che altri le sentano e non hai le cuffie a portata di mano.
Filigranato con SynthID
Tutto l'audio generato dai nostri modelli è filigranato con SynthID. Questa filigrana impercettibile è intrecciata direttamente nell'output audio, garantendo che il contenuto generato dall'IA rimanga rilevabile per aiutare a prevenire la disinformazione. Per i dettagli sul nostro approccio alla sicurezza e alla responsabilità, consulta la scheda del modello.
