A Google AI lançou o Gemini 3.5 Live Translate, que suporta 70+ idiomas com tradução de fala para
fala quase em tempo real com latência. Esse modelo processa diretamente o fluxo de áudio bruto, preservando a afinação, o ritmo e a afinação do alto-falante. O super aplicativo Grab, do Sudeste Asiático, está explorando a comunicação interlinguística entre motoristas e passageiros, com usuários iniciando mais de 10 milhões de chamadas de voz por mês. Desenvolvedores podem construir aplicações integrando LiveKit, Fishjam, Pipecat ou Vision Agents via Gemini Live API. O LiveKit possibilitou compreensão multilíngue em tempo real em salas de reunião virtuais; A Mansão de Software rompe gargalos de streaming através do protocolo MoQ; A VisionAgents AI demonstrou capacidades dinâmicas de comutação multilíngue. Desenvolvedores podem testar e acessar código de exemplo de livro de receitas no 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。