6 月 9 日消息，北京时间 9 日（今天）晚间，谷歌正式发布最新的实时语音互译音频模型 Gemini 3.5 Live Translate，迈出实时翻译的下一步。

Gemini 3.5 Live Translate 可自动识别 70 多种语言，并生成流畅、自然的翻译语音，同时保留说话者的语调、语速和音高。

根据介绍，传统轮流式系统通常要等说话者说完后才开始翻译，Gemini 3.5 Live Translate 则会连续生成语音，在「等待更多上下文以提升翻译质量」和「即时翻译以跟上说话者节奏」之间取得平衡。整个会话过程中，翻译音频可以保持流畅，避免尴尬停顿，并始终只比说话者慢几秒。（来源：IT 之家）