6月10日新闻，，，Google推出Gemini 3.5 Live Translate，，，将实时语音到语音翻译做成可接入的模子能力。
。它支持70多种语言，，，能在几秒延迟内天生译后语音，，，并只管保存语言者的语调、语速和音高。
。该功效已通过Gemini Live API和Google AI Studio向开发者开放，，，也最先在Google Translate的Android和iOS应用中上线。
。

转变不在翻译自己，，，在入口

Google做实时翻译已经许多年，，，但已往的体验总绑在特定装备上，，，包括Pixel手机、Pixel Buds，，，以及特定App。
。能不可用得上，，，取决于你用的是什么硬件。
。

这次的转变是把"听到一种语言、实时说出另一种语言"从产品功效酿成了模子能力。
。模子自动检测输入语言，，，一连处理语音流，，，不需要等语言人讲完整句再最先翻译。
。Google的说法是，，，系统在"等更多上下文"和"尽快输出跟上节奏"之间一连做平衡，，，因此译后语音始终落伍语言人几秒。
。

这意味着任何应用都可以接入这条能力。
？？？？？？绻缁啊⑹悠稻刍帷⒙糜挝事贰⒃谙呖纬。
。翻译不再是一个自力App，，，而是一个开关。
。

保存语气会提升可用性，，，也放大冒充风险

这次更新最容易被用户感知的点：译后语音不但是机械朗读翻译效果，，，而是只管听起来像统一个人在换一种语言语言，，，语调、节奏、音高都只管保存。
。

利益很直接。
？？？？？？头电话、网约车相同、在线教学，，，这些场景里语气和停留自己就是信息。
。已往TTS式朗读让对话变僵，，，保存语气后更靠近"有人在旁边帮你转述"。
。

风险也很直接。
。译后语音越像真人，，，越容易被用来伪造对话、冒充身份、制造误导音频。
。Google体现会嵌入SynthID水印标识AI天生内容。
。但水印在转录、压缩、转发、二次录音之后还能不可稳固识别，，，还需要看后续现实检测效果。
。

谁先受影响

经？？？？？？缬镅韵嗤娜。
。 跨国团队开会、外洋旅行、跨境客服不再需要特殊翻译装备，，，只要常用工具接入这个API。
。

小团队和应用开发者。
。 已往做实时语音翻译要自己串语音识别→机械翻译→语音合成→低延迟传输。
。现在一条API挪用解决，，，多语言客服、直播翻译、聚会工具的开发门槛会显着降低。
。

翻译从业者，，，影响更重大。
。 专业同传依赖配景知识、临场判断和高准确率，，，短期内不可替换。
。但大宗"不要求逐字准确、只要求马上听懂"的场景会被分流。
。真正的界线不在于模子能不可翻一句话，，，而在于长对话、强口音、专业术语、多人插话时它还稳不稳。
。

演示不即是日常

Google没有给出可较量的准确率数据。
。70多种语言代表笼罩面扩大，，，但差别语言之间质量差别可能很大——低资源语言、方言、口音、专业术语，，，每一个都是坑。
。

演示音频来自受控情形。
。地铁站、咖啡馆、多人同时语言的电话聚会，，，才是真正的磨练场。
。Gemini 3.5 Live Translate的意义在于把实时语音翻译推到了更开放的产品入口
；；它能不可从"够惊艳"酿成"够可靠"，，，还要等真实场景里的大规模使用往返覆。
。（易句）

（本文由AI翻译，，，网易编辑认真校对）