Vinte anos atrás, a tradução no Google começou como um dos nossos experimentos pioneiros de machine learning para transformar a ciência da linguagem na magia da conexão humana. Esse experimento percorreu um longo caminho, com mais de um trilhão de palavras sendo traduzidas para bilhões de usuários em nossos produtos todos os meses.
Hoje, estamos dando o próximo passo com o lançamento do Gemini 3.5 Live Translate, nosso mais recente modelo de áudio para tradução ao vivo de fala para fala.
O modelo detecta automaticamente mais de 70 idiomas e gera uma fala traduzida suave e com som natural, que preserva a entonação, o ritmo e o tom dos falantes. Diferente dos sistemas de turno por turno, que esperam o falante terminar de falar antes de responder, o 3.5 Live Translate gera fala continuamente, equilibrando a troca entre esperar pelo contexto para melhorar a qualidade e traduzir imediatamente para se manter sincronizado com o falante. Ele oferece áudio fluido, sem pausas estranhas, e fica apenas alguns segundos atrás do falante durante toda a sessão.
O Gemini 3.5 Live Translate está sendo lançado a partir de hoje nos produtos do Google:
- Para desenvolvedores, em pré-visualização pública, através da Gemini Live API e do Google AI Studio
- Para empresas, em pré-visualização privada a partir deste mês, no Google Meet
- Para todos, através do Google Tradutor no Android e no iOS
Crie com o 3.5 Live Translate
O Gemini 3.5 Live Translate processa a fala à medida que ela é transmitida, permitindo uma conexão mais fluida entre os idiomas. O modelo lida com entradas multilíngues sem a necessidade de configurar manualmente as definições. Ao mesmo tempo, sua robustez a ruídos garante que os aplicativos possam lidar com ambientes barulhentos e imprevisíveis. Você pode usar seus recursos para facilitar a interpretação ao vivo em chamadas multilíngues, reuniões, aulas, transmissões e muito mais.
Veja a Gemini Live API em ação, permitindo dublagem e tradução simultânea em vários idiomas. Mergulhe na demonstração ou em mais códigos de exemplo no Gemini Cookbook.
Ao utilizar a Gemini Live API, plataformas de desenvolvedores como Agora, Fishjam, LiveKit, Pipecat e Vision Agents permitem que desenvolvedores criem e implantem aplicativos de tradução por voz com facilidade. Essas integrações lidam com a complexa infraestrutura de streaming de mídia em tempo real, para que os desenvolvedores possam se concentrar na experiência do usuário.
Nossos parceiros na Grab estão testando o modelo para permitir a comunicação multilíngue em tempo quase real entre motoristas e viajantes nos pontos de embarque. Esses usuários fazem mais de 10 milhões de chamadas de voz por mês através do Grab.
Experimente o 3.5 Live Translate em suas reuniões de vídeo
A tradução de fala no Google Meet usará em breve o 3.5 Live Translate, melhorando a experiência ao:
- Oferecer mais de 70 idiomas, uma melhoria em relação ao limite anterior de apenas cinco idiomas,
- Permitir conversas em mais de 2000 combinações de idiomas em uma única reunião, expandindo o estado anterior que só traduzia de e para o inglês,
- Atualizar a interface para fornecer acesso instantâneo à tradução de fala.
Estamos lançando esta atualização em pré-visualização privada para clientes selecionados do Google Workspace empresarial a partir deste mês, seguida por uma implantação mais ampla ainda este ano.
Obtenha o 3.5 Live Translate no aplicativo Google Tradutor no Android ou iOS
O modelo também está sendo lançado globalmente no aplicativo Google Tradutor, tanto no Android quanto no iOS. Ao usar o recurso de tradução ao vivo, basta conectar qualquer par de fones de ouvido para experimentar uma tradução mais fluida que espelha o tom do falante em mais de 70 idiomas.
Para usuários Android, também estamos começando a lançar um novo 'modo de escuta' com o 3.5 Live Translate que permite ouvir as traduções diretamente pelo fone de ouvido do seu telefone. Basta segurar o telefone no ouvido como em uma chamada normal, e o áudio traduzido é transmitido diretamente para você. Esta nova experiência pode ser útil em situações em que você deseja ouvir as traduções rapidamente sem que outros ouçam, e não tem seus fones de ouvido por perto.
Marcado com SynthID
Todo o áudio gerado por nossos modelos é marcado com SynthID. Esta marca d'água imperceptível é tecida diretamente na saída de áudio, garantindo que o conteúdo gerado por IA permaneça detectável para ajudar a prevenir a desinformação. Para detalhes sobre nossa abordagem de segurança e responsabilidade, consulte o model card.
