Gemini 3.5 Live Translate

Gemini 3.5 Live Translate, ogłoszony 9 czerwca 2026 roku, to wyspecjalizowany model tłumaczenia mowy na mowę Google i najbliższa maszynowa odpowiedź na zawód tłumacza symultanicznego, jaką branża dotąd wydała. Sam rozpoznaje język mówcy i zaczyna wypowiadać tłumaczenie, gdy oryginalne zdanie jeszcze trwa, zostając kilka sekund za mówcą, zamiast czekać na pauzę. Od zestawu transkrypcja plus synteza odróżnia go to, że przenosi sposób mówienia: tempo, intonacja i wysokość głosu przechodzą na drugą stronę, więc przetłumaczony głos zachowuje część kształtu oryginału. Google umieściło go od razu w trzech bardzo różnych miejscach — w Live API i AI Studio dla programistów, w zamkniętej zapowiedzi wewnątrz Google Meet dla wybranych klientów Workspace i w aplikacji Tłumacz Google na Androida oraz iOS dla wszystkich pozostałych — co wprost mówi, że celem są spotkania i podróże, a nie badania. Rozliczany w przeliczeniu na minuty po 3,50 USD za milion tokenów dźwięku wejściowego i 21 USD za milion wyjściowego jest droższy od konwersacyjnego modelu Live tej samej firmy, ale wciąż wyraźnie tańszy niż flagowy głos OpenAI.

▸Wideo

Brak materiałów wideo.

▸Recenzje