Google 推 Gemini 3.5 Live Translate：70+ 語言即時語音翻譯

Google 於 2026 年 6 月 9 日推出 Gemini 3.5 Live Translate 即時語音翻譯模型，公開預覽版同步上線 Gemini Live API、Google AI Studio、Google Meet（企業端私人預覽）以及全球 Android／iOS 版的 Google Translate。模型支援 70 種以上語言、可組合超過 2,000 種語對，並透過串流方式處理語音、不再採用「等說話者講完再翻譯」的逐輪模式。

70+ 語言、自動偵測且保留語調

Gemini 3.5 Live Translate 為語音轉語音（speech-to-speech）模型，可自動偵測 70 種以上語言、不需手動切換。Google 表示模型「保留說話者的語調、節奏與音高」（preserves speakers’ intonation, pacing and pitch），輸出聲音聽起來接近原說話者。模型可處理多語混合輸入，並對嘈雜環境具有耐受性。

翻譯延遲表現上，模型採連續串流產生語音、不需等說話者結束句子才開始翻譯，Google 形容輸出「整段對話僅落後說話者數秒、流暢無斷斷續續」。Google 未公布具體毫秒延遲數據。

跨 Google 多項產品同步上線

本次上線涵蓋四條產品線：開發者可透過 Gemini Live API 與 Google AI Studio 接取（公開預覽）；企業 Google Meet 用戶獲得跨 2,000+ 語對組合的會議翻譯（私人預覽，本月開始）；一般消費者可在 Android 與 iOS 上的 Google Translate 立即使用，無需註冊或排隊。

合作案例方面，Google 提及東南亞叫車平台 Grab 已將 Live Translate 整合進駕駛與乘客語音通話、每月處理約 1,000 萬通電話。

所有輸出音訊嵌入 SynthID 水印

所有 Live Translate 產出的語音都嵌入 SynthID 浮水印—這是 Google 開發的不可感知音訊浮水印技術，可在事後辨識 AI 生成內容。Google 將其定位為防止生成式 AI 被用於假訊息或詐騙的基礎防護機制。本次發布未提及任何基準分數，僅描述定性表現。