自动语言检测
该模型可自动检测 70+ 种语言，并且无需手动设置语言即可翻译实时语音，从而降低多语言对话中的使用门槛。
Gemini 3.5 Live Translate 的作用
Gemini 3.5 Live Translate 是 Google 面向实时语音对语音翻译的音频模型。它可检测 70+ 种语言，在语音流式传输时进行处理，并生成与说话者保持接近的近实时译音。
Google 正在将该模型推广到三个产品场景：开发者可通过 Gemini Live API 和 Google AI Studio 访问它，企业可在 Google Meet 的私有预览版中使用它，消费者则可在 Android 和 iOS 版 Google 翻译应用中使用它。该模型面向实时口译场景，强调低延迟、自然的语音输出以及多语言对话体验。
主要能力
近实时语音转语音翻译
模型不会等到完整轮次结束才翻译，而是持续进行翻译，并且与说话者只相差几秒，有助于让对话听起来更自然。
自然流畅的译音输出
Google 表示，翻译后的语音会保留说话者的语调、节奏和音高，使输出更接近原始表达。
流式处理与抗噪能力
该模型专为处理流式语音以及嘈杂、不可预测的环境而设计，适合实时通话、会议、课程和直播。
通过 Gemini Live API 供开发者使用
Google 表示，该模型可通过 Gemini Live API 和 Google AI Studio 使用，并且 Agora、Fishjam、LiveKit、Pipecat 和 Vision Agents 等合作伙伴使用这些 API 构建语音翻译应用。
SynthID 水印
Google 表示，所有生成的音频都使用 SynthID 水印，以便识别 AI 生成语音。
适用场景
多语言实时对话
当两位或更多说话者需要跨语言障碍自然交流时，可将该模型用于实时口译，例如访谈、通话或跨境对话。
Google Meet 中的商务会议
在 Google Workspace 中进行会议的团队可使用 Meet 集成在商务通话中进行语音翻译，且上线时的访问权限被描述为私有预览版。
自定义翻译应用
开发者可在 Google AI Studio 中或通过 Gemini Live API 构建语音翻译体验，包括接入实时媒体基础设施的应用。
翻译应用中的移动翻译
在 Android 或 iOS 上使用 Google 翻译应用的人，可以使用 Live translate 获得更顺畅的随身翻译体验，包括基于耳机的收听和 Android 听筒模式。
公共或嘈杂环境中的实时音频会话
该模型适用于课程、直播和嘈杂环境等场景，在这些场景中，流式翻译和低延迟比轮次式转写更重要。
Pros and Cons
Pros
- 支持 70+ 种语言，并可自动检测正在说的语言。
- 持续翻译语音，而不是等待完整轮次结束，从而减少尴尬停顿。
- 在翻译输出中保留语调、节奏和音高等语音特征。
- 可在多个场景中使用，包括开发者工具、Meet 和 Google 翻译应用。
- 支持在嘈杂、不可预测的环境以及流式音频工作流中使用。
Cons
- 上线文章没有提供独立定价，也没有为每个场景给出公开的全面商用可用日期。
- Google Meet 的访问在上线时被描述为面向部分企业 Workspace 客户的私有预览版，因此并非立即全面开放。
- 来源没有详细说明设置步骤、设备要求或所有受支持工作流。
FAQ
Gemini 3.5 Live Translate 在哪里可用？
Google 表示，3.5 Live Translate 正通过 Gemini Live API 和 Google AI Studio 向开发者提供公开预览版，正在 Google Meet 中向企业提供私有预览版，并在 Android 和 iOS 版 Google 翻译应用中面向所有用户推出。该上线方式以这些产品和预览版本为起点。
它在 Google Meet 中如何工作？
在 Google Meet 中，语音翻译即将使用 3.5 Live Translate。Google 表示，这项更新将提供 70+ 种语言，支持一次会议中 2,000+ 种语言组合，并更新界面以便即时访问语音翻译。
它在 Google 翻译中如何呈现？
在 Google 翻译中，Live translate 功能在 Android 和 iOS 上全球使用该模型。Google 表示，用户可以连接任意一副耳机以获得更顺畅的体验，Android 用户还将获得一种通过手机听筒传输译音的聆听模式。
来源是否提到价格？
该上线文章没有列出单独定价。来源中公开的信息是按产品表面和预览层级提供：开发者可通过公开预览使用，部分企业 Google Workspace 客户在 Google Meet 中可用私有预览版，而 Google 翻译则全球推出。
是否有安全或输出保护措施？
Google 指出，其模型生成的所有音频都会使用 SynthID 进行水印处理，并引导读者查看模型卡以了解安全和责任相关细节。
Quick Facts
- 类别
- AI 翻译 / 音频模型
- 平台
- Google AI Studio、Gemini Live API、Google Meet、Android 和 iOS 版 Google 翻译
- 语言
- 70+ 种语言
- 可用性
- 面向开发者的公开预览版；面向部分 Workspace 客户在 Meet 中的私有预览版；Google 翻译全球上线
- 来源域名
- blog.google
- 输出
- 近实时语音转语音译音
Gemini 3.5 Live Translate 替代品
Wallie
Wallie 是一款开源 AI 直播助手，能观看屏幕、聆听聊天并以可配置人设生成实时解说。支持本地运行、使用自有密钥，适合无真人出镜内容、自动化直播和实时互动。
SpeakoFlow
SpeakoFlow 是一款适用于 Windows、macOS 和 Linux 的免费开源桌面语音转文字应用，支持在任意应用中口述输入、Flow 语音写作、文本清理、翻译和屏幕感知助手。
Sanota
Sanota 将口述回忆、反思和访谈转写为清晰书面故事，支持个人叙事、家族史与共享记忆，提供引导提示和订阅方案。
Carbon Voice
Carbon Voice 是一款适用于团队和个人的异步语音消息应用，支持转录、AI 快速补课和跨设备访问，让你无需实时通话也能顺畅沟通。
Dictro
Dictro 是一款适用于 Mac 的隐私 AI 语音转写应用，可将语音在任何可编辑应用中快速整理为流畅文本。支持 Apple Silicon Mac，默认本地处理，也可选云端 Fast Mode。
BeFreed
BeFreed 是一款个性化音频学习应用，可将书籍和其他知识源转化为有声聆听体验。支持按需学习、可选声音与内置学习工具。