Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Google vừa công bố triển khai Gemini 3.5 Live Translate, một mô hình âm thanh được thiết kế để cung cấp dịch thuật giọng nói sang giọng nói theo thời gian thực trên hơn 70 ngôn ngữ, đồng thời bảo toàn ngữ điệu, tốc độ và đặc điểm giọng nói của người nói.

Công ty cho biết hệ thống thực hiện dịch liên tục trong suốt cuộc hội thoại thay vì chờ người nói kết thúc. Cách tiếp cận này nhằm mục đích giảm thiểu các khoảng lặng và duy trì cuộc đối thoại tự nhiên với độ trễ chỉ một chút so với lời nói trực tiếp.

Các nhà phát triển có thể truy cập công nghệ này thông qua API Gemini Live và Google AI Studio trong bản xem trước công khai. Khách hàng doanh nghiệp dự kiến ​​sẽ được truy cập thông qua bản xem trước riêng tư Google Meet, trong khi người dùng phổ thông đang dần tiếp cận công nghệ này thông qua ứng dụng Google Translate trên Android và iOS.

Google cho biết các đối tác, bao gồm cả Grab, đang đánh giá mô hình này cho các kịch bản giao tiếp đa ngôn ngữ. Tất cả âm thanh được tạo ra đều được đánh dấu bằng công nghệ watermark SynthID, nhằm hỗ trợ nhận dạng nội dung do AI tạo ra và tăng cường các biện pháp bảo vệ chống lại việc lạm dụng.