Google-ը բացում է Gemini 3.5 Live Translate API-ն մշակողների համար

Google-ը երկուշաբթի օրը գործարկեց Gemini 3.5 Live Translate-ը՝ բացելով իր իրական ժամանակի խոսքի թարգմանության մոդելը մշակողների համար իր API-ի և AI Studio-ի միջոցով:youtube+1
Մոդելը ապահովում է ուղիղ թարգմանություն Google Translate-ում iOS և Android համակարգերում և մուտք է գործում մասնավոր նախադիտում Google Meet-ում կորպորատիվ հաճախորդների համար:youtube+1
Հարավարևելյան Ասիայի տաքսի ծառայություն մատուցող Grab ընկերությունը փորձարկում է մոդելը՝ տարածաշրջանի իր օգտատերերի միջև լեզվական խոչընդոտները հաղթահարելու համար:youtube

Google Alphabet Inc. -ը երկուշաբթի օրը ներկայացրեց Gemini 3.5 Live Translate-ը՝ խոսքից խոսք թարգմանության մոդել, որն ապահովում է աուդիո թարգմանություն գրեթե իրական ժամանակում ավելի քան 70 լեզուներով: Մոդելը շարունակաբար ստեղծում է թարգմանված խոսքը, երբ մարդը խոսում է, փոխանակ սպասելու նրանց խոսքի ավարտին, և պահպանում է խոսողի ինտոնացիան, տեմպը և ձայնի բարձրությունը:

Գործարկումը նշանավորում է փուլային ներդրման գագաթնակետը, որը սկսվել է Android-ում բետա տարբերակով 2025 թվականի դեկտեմբերին և ընդլայնվել iOS-ում 2026 թվականի մարտին: Gemini 3.5 Live Translate-ն այժմ հասանելի է մշակողների համար Gemini Live API-ի և Google AI Studio-ի միջոցով հանրային նախադիտման ռեժիմում:youtube+1

Ականջակալներից մինչև կոնֆերանսների դահլիճ

Մոդելը ներդրվում է Google-ի մի քանի ապրանքներում: Սպառողների կողմից այն ապահովում է Live Translate գործառույթը Google Translate հավելվածում ինչպես Android-ում, այնպես էլ iOS-ում՝ ցանկացած ականջակալ վերածելով իրական ժամանակի թարգմանչական սարքի:MacRumors.com+1

Կորպորատիվ օգտատերերի համար Google-ը ներդնում է Gemini 3.5 Live Translate-ով աշխատող խոսքի թարգմանությունը Google Meet-ում՝ մասնավոր նախադիտման ռեժիմում Workspace-ի ընտրված բիզնես հաճախորդների համար: Թարմացումը ընդլայնում է Meet-ի նախկին խոսքի թարգմանության հնարավորությունը, որը սահմանափակված էր մի քանի լեզուներով, մինչև 70-ից ավելի լեզուների և ավելի քան 2000 լեզվական զույգերի աջակցություն մեկ հանդիպման ընթացքում: Մոդելը ավտոմատ կերպով որոշում է, թե որ լեզվով է խոսում մասնակիցը և թարգմանում է այն յուրաքանչյուր ունկնդրի նախընտրած լեզվով՝ առանց ձեռքով կարգավորումների անհրաժեշտության:investing+1

Ինչպես է այն աշխատում

Thor Schaeff-ը և Anuda Weerasinghe-ն Google DeepMind-ից երկուշաբթի օրը հրապարակված տեսանյութում ներկայացրեցին մոդելը և բացատրեցին, որ Gemini 3.5 Live Translate-ը մշակում է խոսքը հոսքային եղանակով, այլ ոչ թե առանձին մասերով: Համակարգը ավտոմատ կերպով հայտնաբերում է լեզուները և զտում ֆոնային աղմուկը՝ պահպանելով լսելու բնական փորձը:youtube+1

Google-ը ընդգծեց համագործակցությունը Grab-ի հետ՝ Հարավարևելյան Ասիայի տաքսի ծառայություն մատուցող ընկերության, որը փորձարկում է մոդելը՝ տարբեր լեզուներով խոսող իր օգտատերերի միջև հաղորդակցությունը բարելավելու համար:youtube

Մեկ տարվա աշխատանք

Google-ն առաջին անգամ ներկայացրեց իր Gemini-ի վրա հիմնված ուղիղ խոսքից խոսք թարգմանության հնարավորությունները 2025 թվականի դեկտեմբերին, երբ գործարկեց ականջակալների վրա հիմնված բետա տարբերակը Android-ում Միացյալ Նահանգներում, Մեքսիկայում և Հնդկաստանում: Այն ժամանակ ընկերությունը հայտարարեց, որ 2026 թվականին գործառույթը կավելացնի iOS-ում և լրացուցիչ երկրներում՝ API-ի ավելի լայն հասանելիության հետ մեկտեղ: iOS-ի ընդլայնումը տեղի ունեցավ մարտին, իսկ երկուշաբթի օրվա հայտարարությունը կատարում է մնացած պարտավորությունները մշակողի API-ի լիարժեք հասանելիությամբ և Google Meet-ի ինտեգրմամբ:The Cryptonomist+3

Meet-ի գործառույթի ավելի լայն ներդրումը Workspace-ի ավելի շատ հաճախորդների համար սպասվում է այս տարվա վերջին:youtube

Աղբյուրներ (23)