Gemini 3.5 Live Translateは、70以上の言語でほぼリアルタイムの音声から音声への翻訳を実現する最新のオーディオモデルです。

Anuda Weerasinghe

プロダクトマネージャー

Tony Lu

シニアスタッフソフトウェアエンジニア

Sparkle next to text "Gemini 3.5 Live Translate"

Your browser does not support the audio element.

記事を聴く

このコンテンツはGoogle AIによって生成されています。生成AIは実験段階です

[[duration]] 分

20年前、Googleの翻訳は、言語の科学を人間のつながりの魔法に変えるための先駆的な機械学習実験のひとつとして始まりました。その実験は、毎月数十億人のユーザーのために私たちの製品全体で1兆語以上が翻訳されるまでに大きく進化しました。

本日、私たちはライブ音声から音声への翻訳向けの最新オーディオモデル「Gemini 3.5 Live Translate」をリリースし、次のステップを踏み出します。

このモデルは70以上の言語を自動検出し、話者のイントネーション、ペーシング、ピッチを保持した滑らかで自然な翻訳音声を生成します。話者が話し終えるのを待ってから応答するターン制のシステムとは異なり、3.5 Live Translateは継続的に音声を生成し、文脈を待って品質を向上させることと、話者に同期するために即時翻訳することのトレードオフのバランスを取ります。ぎこちない間を挟むことなく流暢なオーディオを提供し、セッション全体を通じて話者のわずか数秒後を保ちます。

Gemini 3.5 Live Translateは本日からGoogleの各製品で展開を開始します：

  • 開発者向けにGemini Live APIおよびGoogle AI Studioでパブリックプレビューとして提供
  • 企業向けにGoogle Meetで今月からプライベートプレビューとして提供
  • すべての人向けに、AndroidおよびiOSのGoogle Translateで利用可能

3.5 Live Translateを使った開発

Gemini 3.5 Live Translateはストリーミングされる音声を処理し、言語を横断したよりシームレスなつながりを可能にします。このモデルは、手動で設定を構成することなく多言語入力を扱います。また、ノイズ耐性により、アプリケーションは騒がしく予測不能な環境にも対応できます。その機能を活用して、多言語通話、会議、授業、放送などのライブ通訳を支援できます。

Gemini Live APIの動作を確認し、ダビングと同時多言語翻訳を体験してください。デモやGemini Cookbookのその他のサンプルコードをご覧ください。

Gemini Live APIを利用することで、Agora、Fishjam、LiveKit、Pipecat、Vision Agentsなどの開発者プラットフォームが、音声翻訳アプリを簡単に構築・展開できるようになります。これらの統合は複雑なリアルタイムメディアストリーミングインフラを処理するため、開発者はユーザー体験に集中できます。

Grabのパートナーは、乗車時のドライバーと旅行者間のほぼリアルタイムの多言語コミュニケーションを実現するため、このモデルをテストしています。これらのユーザーはGrabを通じて毎月1,000万件以上の音声通話を行っています。

初期レビューを読む

Grabに加え、CJ ENM、LiveKitなどを含む企業から、3.5 Live Translateの優れた翻訳品質、精度、低レイテンシを強調した好評のフィードバックをいただいています。

ビデオミーティングで3.5 Live Translateを体験する

Google Meetの音声翻訳はまもなく3.5 Live Translateを使用し、以下のように体験を向上させます：

  • 以前の5言語から70以上の言語を提供
  • 1回のミーティングで2,000以上の言語組み合わせでの会話が可能（以前は英語との双方向翻訳のみ）
  • インターフェースを更新し、音声翻訳への即時アクセスを提供

このアップデートは、今月から一部のビジネス向けGoogle Workspaceのお客様向けにプライベートプレビューとして開始し、今年後半により広範な展開を予定しています。

AndroidまたはiOSのGoogle Translateアプリで3.5 Live Translateを利用する

このモデルは、AndroidおよびiOSのGoogle Translateアプリでも世界中で展開されています。ライブ翻訳機能を使用する際は、任意のヘッドホンを接続するだけで、70以上の言語で話者のトーンを反映したよりシームレスな翻訳を体験できます。

Androidユーザー向けには、3.5 Live Translateを活用した新しい「リスニングモード」も展開を開始しています。スマートフォンのイヤーピースから直接翻訳を聞くことができ、通常の通話のようにスマートフォンを耳に当てるだけで、翻訳音声が直接届きます。この新しい体験は、周囲に聞かれたくない状況で素早く翻訳を聞きたい場合や、ヘッドホンがない場合に役立ちます。

新しいリスニングモードを使用すると、ユーザーはスマートフォンのイヤーピースから、スペイン語のガイドツアーのほぼリアルタイムの英語翻訳を直接聞くことができます。

SynthIDによる透かし

当社のモデルが生成するすべてのオーディオにはSynthIDによる透かしが付与されています。この知覚できない透かしはオーディオ出力に直接織り込まれ、AI生成コンテンツの検出を可能にし、誤情報の防止に役立ちます。安全性と責任に関する当社の取り組みの詳細は、モデルカードをご覧ください。

Googleの最新ストーリーを受信トレイで受け取る。

完了しました。あと1ステップです。

受信トレイを確認して登録を完了してください。

すでにニュースレターに登録済みです。

以下の方法でも登録できます

関連ストーリー