Google pokazuje ciągłą rozmowę w Gemini Live Translate

Google ogłosił 9 czerwca Gemini 3.5 Live Translate jako system ciągłego tłumaczenia mowy. Firma twierdzi, że automatycznie rozpoznaje ponad 70 języków i może obsłużyć ponad 2 tysiące kombinacji językowych podczas jednego spotkania. Produkt ma utrzymywać płynność rozmowy bez wybierania języka przez każdą osobę i oczekiwania na sztywną serię oddzielnych tur.

Według Google model próbuje zachować intonację, tempo i wysokość głosu zamiast sprowadzać mowę do samych słów. Te elementy przenoszą znaczenie, szczególnie gdy rozmówcy sobie przerywają, wahają się lub podkreślają frazę. Ogłoszenie opisuje zamierzone działanie, lecz nie dowodzi równej dokładności i naturalności w każdej parze językowej.

Publiczna wersja testowa została otwarta przez Gemini Live API i Google AI Studio. Integracje z Google Translate i Google Meet zapowiedziano na przyszłość. Dostęp do testu nie oznacza więc pełnej premiery w produktach konsumenckich i firmowych Google. Przed wdrożeniem trzeba sprawdzić aktualną cenę, regiony i identyfikatory modelu.

Zmiana może być przydatna w podróży, spotkaniach, obsłudze klienta i nauce języków, ponieważ tłumaczenie pozostaje aktywne podczas rozmowy. W tych warunkach łatwiej też ujawnić ograniczenia. Akcenty, mieszanie języków, nakładające się głosy i hałas tła mogą wpływać na system, który dobrze działa w czystej demonstracji.

Liczba języków jest więc dopiero początkową specyfikacją. Rzetelne porównanie wymaga tych samych nagrań, rozmówców i metody oceny, a rodzimi użytkownicy muszą sprawdzić zachowanie tonu i znaczenia. Do czasu takich dowodów twierdzenia Google o zasięgu i jakości powinny pozostać twierdzeniami firmy, a nie rankingiem najlepszego tłumacza.