Google AI merilis Gemini 3.5 Live Translate, mendukung 70+ bahasa dengan terjemahan ucapan-ke-ucapan
latensi hampir real-time. Model ini secara langsung memproses aliran audio mentah, mempertahankan intonasi, ritme, dan nada pembicara. Aplikasi super Asia Tenggara Grab mengeksplorasi komunikasi lintas bahasa antara pengemudi dan penumpang, dengan pengguna memulai lebih dari 10 juta panggilan suara setiap bulan. Pengembang dapat membangun aplikasi dengan mengintegrasikan LiveKit, Fishjam, Pipecat, atau Vision Agents melalui Gemini Live API. LiveKit telah memungkinkan pemahaman real-time multibahasa di ruang rapat virtual; Software Mansion menembus kemacetan streaming melalui protokol MoQ; VisionAgents AI menunjukkan kemampuan switching multibahasa yang dinamis. Developer dapat mencoba dan mengakses kode sampel Buku Masak di Google AI Studio.
Google AI 发布 Gemini 3.5 Live Translate,支持 70+ 语言、近实时延迟的语音到语音翻译。
该模型直接处理原始音频流,保留说话者语调、节奏和音高。
东南亚超级应用 Grab 正探索将其用于司机与乘客间的跨语言沟通,其用户每月发起超 1000 万次语音通话。
开发者可通过 Gemini Live API 集成 LiveKit、Fishjam、Pipecat 或 Vision Agents 构建应用。
LiveKit 已实现虚拟会议室多语言即时理解;
Software Mansion 结合 MoQ 协议突破流媒体瓶颈;
VisionAgents AI 展示了动态多语言切换能力。
开发者可在 Google AI Studio 试用并获取 Cookbook 示例代码。