Google AI เปิดตัว Gemini 3.5 Live Translate ซึ่งรองรับ 70+ ภาษาพร้อมการแปลคําพูดเป็นคําพูดที่มีเวลาแฝงเกือบเรียลไทม์ โมเดลนี้ประมวลผลสตรีมเสียงดิบโดยตรง โด...
Google AI เปิดตัว Gemini 3.5 Live Translate ซึ่งรองรับ 70+
ภาษาพร้อมการแปลคําพูดเป็นคําพูดที่มีเวลาแฝงเกือบเรียลไทม์ โมเดลนี้ประมวลผลสตรีมเสียงดิบโดยตรง โดยรักษาน้ําเสียง จังหวะ และระดับเสียงของผู้พูด ซูเปอร์แอป Grab ของเอเชียตะวันออกเฉียงใต้กําลังสํารวจการสื่อสารข้ามภาษาระหว่างคนขับและผู้โดยสาร โดยผู้ใช้เริ่มการโทรด้วยเสียงมากกว่า 10 ล้านครั้งในแต่ละเดือน นักพัฒนาสามารถสร้างแอปพลิเคชันได้โดยการรวม LiveKit, Fishjam, Pipecat หรือ Vision Agents ผ่าน Gemini Live API LiveKit เปิดใช้งานความเข้าใจแบบเรียลไทม์หลายภาษาในห้องประชุมเสมือนจริง Software Mansion ฝ่าฟันคอขวดในการสตรีมผ่านโปรโตคอล MoQ VisionAgents AI แสดงให้เห็นถึงความสามารถในการสลับหลายภาษาแบบไดนามิก นักพัฒนาซอฟต์แวร์สามารถทดลองใช้และเข้าถึงโค้ดตัวอย่างตําราอาหารใน 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。
Google AI 发布 Gemini 3.5 Live Translate，可在 70 多种语言间进行近实时语音到语音翻译，并直接处理原始音频流，以保留说话者的语调、节奏和音高。
Grab 正探索将该模型用于司机与乘客的跨语言沟通，其用户每月发起超过 1000 万次语音通话。开发者可通过 Gemini Live API 结合多种框架构建应用。
Aioga 判断，此次更新的重点不仅是覆盖语言数量，还包括语音特征保留和流式集成能力。其实际价值仍需结合真实通话中的延迟、稳定性和切换表现观察。
该能力可能降低会议、出行沟通和流媒体场景的语言障碍。LiveKit、Software Mansion 与 VisionAgents AI 的案例值得关注，但材料未提供规模化部署效果。 建议开发者先在 Google AI Studio 试用并参考 Cookbook 示例代码，再围绕目标语言、实时延迟、语音特征保留及动态语言切换开展场景验证。
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: x.com
แหล่งที่มา: X：Google AI for Developers (@googleaidevs)
原文链接: เปิดแหล่งต้นฉบับ
Aioga 归档: 查看情报页
Content record: social-summary · Updated: 2026-07-14T15:17:40.000Z
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this articleAioga 自动聚合全球 AI 动态，并保留来源信息用于核验与引用。