Компанія Google зробила черговий великий крок у розвитку штучного інтелекту та представила Gemini 3.5 Live Translate – нову систему синхронного перекладу мовлення, яка здатна перекладати розмову практично в режимі реального часу. Якщо попередні покоління перекладачів зазвичай чекали завершення фрази або речення перед початком перекладу, то нова модель працює зовсім інакше. Вона аналізує аудіопотік безперервно та починає переклад майже відразу після того, як людина починає говорити. У результаті діалог стає значно природнішим, а затримка між оригінальним мовленням і перекладом скорочується до кількох секунд.
Для мільйонів людей у всьому світі це може стати одним із найпомітніших технологічних оновлень останніх років. Мовний бар’єр залишається однією з головних проблем глобальної комунікації, особливо в міжнародному бізнесі, туризмі, освіті та сфері обслуговування клієнтів. Незважаючи на існування десятків сервісів машинного перекладу, більшість із них і досі створюють відчуття штучного спілкування, оскільки співрозмовники змушені чекати завершення перекладу кожної окремої репліки. Gemini 3.5 Live Translate намагається вирішити саме цю проблему, максимально наближаючи розмову через перекладача до звичайного людського спілкування.
Однією з ключових особливостей нової технології стала підтримка понад 70 мов, включаючи українську та російську. При цьому система здатна працювати одразу з кількома мовами в межах однієї розмови. Це особливо важливо для міжнародних команд, глобальних компаній і користувачів, які регулярно спілкуються з людьми з різних країн. Штучний інтелект здатний автоматично визначати мову співрозмовника та підлаштовувати переклад без необхідності ручного перемикання налаштувань.
Серйозну увагу розробники приділили й якості роботи в реальних умовах. Багато систем розпізнавання мовлення демонструють хороші результати лише в ідеальному середовищі, коли навколо тихо й відсутні сторонні шуми. Однак у повсякденному житті розмови часто відбуваються в аеропортах, кафе, на вулицях, вокзалах або в транспорті. За словами Google, Gemini 3.5 Live Translate спеціально адаптована для роботи в шумному середовищі та здатна зберігати високу точність перекладу навіть за наявності фонових перешкод. Це робить технологію значно придатнішою для практичного використання поза офісом або домом.
Окремої уваги заслуговує питання безпеки. На тлі стрімкого розвитку генеративного штучного інтелекту дедалі частіше виникають побоювання, пов’язані з підробкою голосів і поширенням дезінформації. Щоб знизити подібні ризики, Google впровадила в систему технологію SynthID. Усі аудіофайли, створені або оброблені моделлю, отримують спеціальний цифровий водяний знак, який залишається непомітним для користувача, але дозволяє визначити походження контенту та підтвердити, що в його створенні брав участь штучний інтелект.
На цей момент технологія вже доступна розробникам у форматі публічної попередньої версії через Gemini Live API та платформу Google AI Studio. Завдяки інтеграції з популярними рішеннями для потокової передачі даних, такими як Agora, LiveKit і Vision Agents, розробники можуть швидко створювати власні застосунки на базі нової моделі без необхідності будувати складну інфраструктуру для обробки аудіо та відео в реальному часі. Це значно прискорює впровадження технології в різні галузі та відкриває можливості для появи нових сервісів перекладу, міжнародної підтримки клієнтів і багатомовної комунікації.
Перші великі компанії вже почали тестувати можливості системи. Одним із таких партнерів стала азійська платформа Grab, яка займається сервісами таксі, доставки та цифрових платежів. Компанія щомісяця обробляє понад 10 мільйонів дзвінків між клієнтами та водіями. Для таких масштабів навіть невелике покращення якості комунікації здатне помітно підвищити ефективність роботи сервісу та покращити користувацький досвід.
Особливе значення запуск Gemini 3.5 Live Translate може мати для корпоративного сектору. Уже цього місяця Google розпочне закрите тестування нової функції серед передплатників Google Workspace у сервісі відеоконференцій Google Meet. Якщо раніше вбудований переклад підтримував лише кілька мов і часто вимагав обов’язкового використання англійської як проміжної мови, то тепер система зможе працювати з більш ніж 2000 мовними комбінаціями в межах однієї зустрічі. Це означає, що учасники міжнародних переговорів зможуть говорити рідними мовами та отримувати майже миттєвий переклад без необхідності використовувати сторонні сервіси.
Експерти вважають, що подібна технологія здатна змінити підхід до міжнародних відеоконференцій, онлайн-навчання та глобальної співпраці. Компанії зможуть формувати команди без прив’язки до мови співробітників, а освітні платформи отримають можливість проводити заняття для аудиторії з різних країн одночасно.
Не залишаться без уваги й звичайні користувачі. Google планує впровадити Live Translate у застосунок Google Translate для iOS та Android. Після оновлення користувачі зможуть підключити будь-які навушники та отримувати переклад мовлення співрозмовника практично в режимі реального часу. Для власників пристроїв Android також передбачено спеціальний режим прослуховування, який дозволяє відтворювати переклад безпосередньо через динамік смартфона. Така функція може бути особливо корисною під час подорожей, ділових зустрічей або в ситуаціях, коли необхідно швидко зрозуміти іноземне мовлення, а навушників під рукою немає.
Фактично Google наближається до реалізації ідеї універсального цифрового перекладача, про який десятиліттями говорили письменники-фантасти та розробники технологій. Якщо раніше миттєвий переклад сприймався як експериментальна функція, то тепер він поступово стає частиною повсякденного життя. Розвиток Gemini 3.5 Live Translate показує, що штучний інтелект дедалі активніше бере на себе роль посередника між людьми, допомагаючи долати мовні бар’єри та роблячи глобальне спілкування доступнішим.
Для самої Google цей запуск є ще одним важливим етапом у конкуренції на ринку штучного інтелекту. Компанія прагне показати, що сучасні AI-моделі здатні не лише генерувати тексти та зображення, а й вирішувати реальні практичні завдання для мільйонів користувачів. І якщо заявлені можливості підтвердяться в масовому використанні, Gemini 3.5 Live Translate цілком може стати одним із найзначніших інструментів перекладу, що з’явилися за останні роки.
ВІДМОВА ВІД ВІД ВІДПОВІДАЛЬНОСТІ: Усі матеріали, представлені на цьому сайті (https://wildinwest.com/), включно з вкладеннями, посиланнями або матеріалами, на які посилається компанія, призначено винятково для інформаційних і розважальних цілей, і їх не слід розглядати як фінансову консультацію. Матеріали третіх осіб залишаються власністю їхніх відповідних власників.