Google ने Gemini Live Translate में लगातार बातचीत की झलक दिखाई

Google ने 9 जून को Gemini 3.5 Live Translate की घोषणा लगातार आवाज अनुवाद करने वाले सिस्टम के रूप में की। कंपनी के अनुसार यह अपने आप 70 से अधिक भाषाएं पहचानता है और एक बैठक में 2,000 से ज्यादा भाषा संयोजन संभाल सकता है। उत्पाद इस तरह बनाया गया है कि हर व्यक्ति को भाषा चुनकर अलग बारी की कठोर प्रक्रिया का इंतजार किए बिना बातचीत जारी रहे।

Google का कहना है कि मॉडल आवाज को केवल शब्दों तक सीमित करने के बजाय लहजा, बोलने की गति और सुर बचाने की कोशिश करता है। ये गुण बातचीत में अर्थ पहुंचाते हैं, खासकर जब बोलने वाले एक दूसरे को रोकें, हिचकें या किसी वाक्यांश पर जोर दें। घोषणा अपेक्षित व्यवहार बताती है, लेकिन हर भाषा जोड़ी में बराबर सटीकता या स्वाभाविकता साबित नहीं करती।

सार्वजनिक प्रीव्यू Gemini Live API और Google AI Studio के जरिए खोला गया। Google Translate और Google Meet के साथ एकीकरण को आगामी सुविधा बताया गया। इसलिए प्रीव्यू की उपलब्धता को Google के उपभोक्ता और कार्यस्थल उत्पादों में पूर्ण लॉन्च नहीं समझना चाहिए। लागू करने से पहले मौजूदा दस्तावेजों में कीमत, क्षेत्रीय पहुंच और मॉडल आईडी की जांच जरूरी है।

यात्रा, बैठक, ग्राहक सेवा और भाषा सीखने के लिए यह बदलाव उपयोगी हो सकता है, क्योंकि लोगों के बोलते समय अनुवाद की परत सक्रिय रहती है। इन्हीं परिस्थितियों में सीमाएं भी आसानी से सामने आती हैं। उच्चारण, मिली जुली भाषा, एक साथ बोलती आवाजें और पृष्ठभूमि का शोर ऐसे सिस्टम को प्रभावित कर सकते हैं जो साफ प्रदर्शन में अच्छा चलता हो।

इसलिए भाषाओं की संख्या केवल शुरुआती स्पेसिफिकेशन है। सार्थक तुलना में समान रिकॉर्डिंग, वक्ता और अंक देने की विधि चाहिए। मूल भाषा बोलने वालों को देखना होगा कि लहजा और अर्थ बचा या नहीं। ऐसा प्रमाण मिलने तक Google के पहुंच और गुणवत्ता के दावों को कंपनी का दावा ही माना जाना चाहिए, सर्वश्रेष्ठ अनुवादक की अंतिम रैंकिंग नहीं।