Gemini 3.5 Live Translate : une traduction vocale fluide et naturelle

Google DeepMind a annoncé Gemini 3.5 Live Translate, un nouveau modèle audio de traduction vocale en temps réel qui détecte automatiquement plus de 70 langues et génère un discours traduit fluide tout en préservant l'intonation, le rythme et la hauteur tonale du locuteur. Contrairement aux systèmes par tours de parole, le modèle diffuse la parole en continu, avec un décalage de seulement quelques secondes par rapport au locuteur. Le modèle est déployé à partir d'aujourd'hui dans les produits Google : pour les développeurs via l'API Gemini Live et Google AI Studio en aperçu public ; pour les entreprises en aperçu privé ce mois-ci dans Google Meet ; et pour les consommateurs via Google Traduction sur Android et iOS. Il traite les entrées multilingues sans configuration manuelle et résiste au bruit. Des plateformes de développement comme Agora, Fishjam, LiveKit, Pipecat et Vision Agents se sont intégrées à l'API Gemini Live pour faciliter la création d'applications de traduction vocale. Le partenaire Grab teste le modèle pour la communication multilingue entre conducteurs et voyageurs. Des entreprises comme CJ ENM et LiveKit ont donné des retours positifs sur la qualité de traduction et la faible latence. Dans Google Meet, la traduction vocale passera de 5 à plus de 70 langues, permettant plus de 2 000 combinaisons linguistiques. L'application Google Traduction introduit un « mode écoute » sur Android qui diffuse les traductions via l'écouteur du téléphone. Tout l'audio généré est filigrané avec SynthID pour éviter la désinformation.