„Google“ atveria „Gemini 3.5 Live Translate“ API kūrėjams

Pirmadienį „Google“ pristatė „Gemini 3.5 Live Translate“, atverdama savo realaus laiko kalbos vertimo modelį kūrėjams per API ir „AI Studio“.youtube+1
Šis modelis įgalina tiesioginį vertimą „Google Translate“ programėlėje „iOS“ ir „Android“ įrenginiuose, o „Google Meet“ platformoje pradedamas ribotas verslo klientų testavimas.youtube+1
Pietryčių Azijos pavėžėjimo paslaugų įmonė „Grab“ išbandė šį modelį, siekdama panaikinti kalbos barjerus tarp savo vartotojų visame regione.youtube

„Google Alphabet Inc.“ pirmadienį pristatė „Gemini 3.5 Live Translate“ – kalbos vertimo iš balso į balsą modelį, užtikrinantį beveik realaus laiko garso vertimą daugiau nei 70 kalbų. Modelis generuoja išverstą kalbą nepertraukiamai, kol asmuo kalba, nelaukdamas, kol šis baigs, ir išsaugo kalbėtojo intonaciją, tempą bei balso aukštį.

Šis pristatymas vainikuoja etapais vykdytą plėtrą, kuri prasidėjo „Android“ beta versija 2025 m. gruodį ir išsiplėtė į „iOS“ 2026 m. kovą. „Gemini 3.5 Live Translate“ dabar prieinamas kūrėjams per „Gemini Live API“ ir „Google AI Studio“ viešojoje peržiūroje.youtube+1

Nuo ausinių iki posėdžių salės

Modelis diegiamas įvairiuose „Google“ produktuose. Vartotojų pusėje jis įgalina „Live Translate“ funkciją „Google Translate“ programėlėje „Android“ ir „iOS“ įrenginiuose, paversdamas bet kokias ausines realaus laiko vertimo įrenginiu.MacRumors.com+1

Verslo vartotojams „Google“ pristato „Gemini 3.5 Live Translate“ pagrindu veikiantį vertimą „Google Meet“ platformoje, kuris šiuo metu yra ribotoje peržiūroje pasirinktiems „Workspace“ verslo klientams. Šis atnaujinimas išplečia ankstesnes „Meet“ vertimo galimybes, kurios apsiribojo vos keliais kalbų deriniais, iki daugiau nei 70 kalbų ir daugiau nei 2000 kalbų porų viename susitikime. Modelis automatiškai atpažįsta, kokia kalba kalba dalyvis, ir išverčia ją į kiekvieno klausytojo pageidaujamą kalbą be būtinybės rankiniu būdu keisti nustatymus.investing+1

Kaip tai veikia

Thoras Schaeffas ir Anuda Weerasinghe iš „Google DeepMind“ pirmadienį paskelbtame vaizdo įraše pristatė modelį, paaiškindami, kad „Gemini 3.5 Live Translate“ apdoroja kalbą srautiniu būdu, o ne atskirais fragmentais. Sistema automatiškai atpažįsta kalbas ir filtruoja foninį triukšmą, išlaikydama natūralią klausymo patirtį.youtube+1

„Google“ pabrėžė partnerystę su Pietryčių Azijos pavėžėjimo įmone „Grab“, kuri išbandė modelį, siekdama pagerinti vartotojų bendravimą skirtingomis kalbomis.youtube

Metai darbo

„Google“ pirmą kartą pademonstravo savo „Gemini“ pagrindu veikiančias tiesioginio vertimo iš balso į balsą galimybes 2025 m. gruodį, kai JAV, Meksikoje ir Indijoje „Android“ įrenginiuose pristatė beta versiją su ausinėmis. Tuo metu bendrovė teigė, kad 2026 m. funkciją perkels į „iOS“ ir kitas šalis bei suteiks platesnę API prieigą. „iOS“ plėtra įvyko kovą, o pirmadienio pranešimas įgyvendina likusius įsipareigojimus, suteikiant pilną kūrėjų API prieigą ir „Google Meet“ integraciją.The Cryptonomist+3

Tikimasi, kad vėliau šiais metais „Meet“ funkcija bus plačiau prieinama daugiau „Workspace“ klientų.youtube

Šaltiniai (23)