Gemini 3.5 Live Translateが登場：流暢で自然な音声翻訳を実現

概要

70以上の言語に対応し、話者の抑揚やテンポを維持しながらほぼリアルタイムで音声翻訳を行う最新モデル「Gemini 3.5 Live Translate」が発表されました。

詳細内容

Googleは、最新の音声モデル「Gemini 3.5 Live Translate」をリリースしました。このモデルは従来のターン制（交互）の翻訳システムとは異なり、話者の発話をリアルタイムで処理しながら継続的に音声を生成するため、わずか数秒の遅延で流暢な翻訳体験を提供します。70以上の言語を自動検出し、話者の声のトーン、ピッチ、抑揚を忠実に再現するのが特徴です。利用形態としては、開発者向けの「Gemini Live API」と「Google AI Studio」でのパブリックプレビュー、Google Meet（法人向けプライベートプレビュー）、およびiOS/Android版の「Google 翻訳」アプリが対象となります。Android版では、スマホを耳に当てるだけで翻訳を聞ける新しい「リスニングモード」も導入されます。また、すべての生成音声にはAI生成物であることを識別するための電子透かし「SynthID」が埋め込まれており、安全性にも配慮されています。

元記事を読む他のサマリーを見る