Google 宣布 Gemini 3.5 可即時語音翻譯,支援 70+ 種語言
Google 宣布 Gemini 3.5 Live Translate,這是一款語音到語音(speech-to-speech)的 AI 模型,可在超過 70 種語言之間提供即時語音到語音翻譯。此次發布擴展了即時翻譯的可用性,超越了先前僅限特定 Google 手機或耳機的要求。其延遲比過往的實作更低。Google 已投入多年來推動即時翻譯,作為其先驅性的機器學習實驗之一;先前也曾在去年於 Translate 應用程式中推出有限的即時翻譯功能,然後才在今天進行更大範圍的部署。 Gemini 3.5 Live Translate 技術規格與模型家族 Gemini 3.5 Live Translate 屬於在 I/O 發表的 3.5 系列版本。就在今天之前,Google 只推出了 Flash 版本,而預計在接下來幾週推出 Pro 模型。該語音到語音模型可調校成自動偵測並翻譯超過 70 種語言。 根據 Google 的說法,Gemini 3.5 Live Translate 足夠快,能跟上一般對話;說話者之後僅延遲幾秒,同時還能匹配語調、節奏與音高。該模型產生的語音輸出聽起來更像原始說話者,而非
Oliver Grant·06-09 19:09
