Gemini 3.5 Live Translate: flüssige und natürliche Sprachübersetzung

Google DeepMind hat Gemini 3.5 Live Translate angekündigt, ein neues Audio-Modell für Live-Sprachübersetzung, das automatisch über 70 Sprachen erkennt und flüssige übersetzte Sprache generiert, während es die Intonation, das Sprechtempo und die Tonhöhe des Sprechers beibehält. Im Gegensatz zu Systemen, die abwechselnd arbeiten, streamt das Modell die Sprache kontinuierlich und bleibt nur wenige Sekunden hinter dem Sprecher zurück. Das Modell wird ab heute in Google-Produkten ausgerollt: für Entwickler über die Gemini Live API und Google AI Studio in der öffentlichen Vorschau; für Unternehmen in der privaten Vorschau diesen Monat in Google Meet; und für Verbraucher über Google Translate auf Android und iOS. Es verarbeitet mehrsprachige Eingaben ohne manuelle Konfiguration und ist robust gegenüber Störgeräuschen. Entwicklerplattformen wie Agora, Fishjam, LiveKit, Pipecat und Vision Agents haben die Gemini Live API integriert, um die Erstellung von Sprachübersetzungs-Apps zu vereinfachen. Der Partner Grab testet das Modell für die mehrsprachige Kommunikation zwischen Fahrern und Reisenden. Unternehmen wie CJ ENM und LiveKit haben positives Feedback zur Übersetzungsqualität und zur niedrigen Latenz gegeben. In Google Meet wird die Sprachübersetzung von 5 Sprachen auf über 70 Sprachen erweitert, was über 2000 Sprachkombinationen ermöglicht. Die Google Translate App führt einen 'Hörmodus' auf Android ein, der Übersetzungen über die Hörkappe des Telefons abspielt. Alle generierten Audioinhalte werden mit SynthID gekennzeichnet, um Fehlinformationen zu verhindern.