Google Live Translate поддерживает более 70 языков

Как человек, который часто путешествует, я храню на телефоне немало скриншотов полупонятных переводов. Поэтому меня обрадовало, когда Google анонсировала Gemini 3.5 Live Translate — новую аудиомодель, которая предлагает практически синхронный голосовой перевод более чем на 70 языков. Лучше всего то, что модель не ждёт терпеливо, пока собеседник договорит, — она переводит на лету. Есть небольшая задержка (пара секунд), но модель успевает даже в шумной обстановке.

Меня в этой новости радует не количество поддерживаемых языков. А качество звучания перевода. Модель сохраняет тон, скорость и высоту голоса говорящего. Это значит, что перевод звучит с тем же ритмом, что и оригинал, — никакого монотонного роботизированного голоса. По словам Google, «ключ к непрерывному синтезу речи — это баланс между тем, чтобы дождаться контекста ради качества, и тем, чтобы переводить сразу, не теряя синхронность». А этот баланс между точностью и задержкой критически важен для живого перевода. Google делает ставку именно на синхронность.

1Где это реально появится

Это не лабораторный эксперимент. Google выпускает Gemini 3.5 Live Translate для широкой публики в составе приложения Google Translate для Android и iOS по всему миру. Новинка для Android — «режим прослушивания», который воспроизводит перевод через наушник устройства. Это позволяет слушать разговор в реальном времени по мере того, как он переводится. Тем временем обновление Google Meet расширяет поддержку — раньше было всего пять языков с выводом только на английский, а теперь более 2000 языковых пар. Это переводит живой перевод из разряда забавной фишки в разряд рабочего инструмента для международных команд. Gemini Live API и Google AI Studio уже сегодня дают разработчикам доступ к этой технологии. Корпоративные пользователи смогут опробовать её в закрытом превью Google Meet позже в этом месяце.

Если вы не разработчик и не дипломат, почему вам должно быть до этого дело? Языковой барьер — один из последних рубежей повседневной жизни. Обсуждаете ли вы проблемы со здоровьем с иностранным врачом, разбираетесь с арендодателем, знакомитесь с семьёй второй половинки или торгуетесь с поставщиком из другой страны — эффективное общение здесь необходимо. Письменный перевод уже давно вполне неплох, но сохранение живого человеческого ритма в разговоре вживую — это настоящий прорыв. Вместо неловкого, выматывающего общения разговор становится куда более плавным.

И последнее: все аудиовыходы содержат SynthID — невидимый водяной знак Google для контента, созданного ИИ. Поскольку синтезированные голоса всё чаще становятся инструментом мошенничества, добавление аутентификации к аудиопотоку — это страховка. И приятно знать, что такая защита вообще есть.

Не думаю, что это заменит изучение языка (контекст, юмор и нюансы всё равно нужны), но это снижает порог входа для миллионов бытовых ситуаций, где важно просто быть понятым здесь и сейчас.