把手机举到耳边就能实时翻译：Google把70种语言塞进了你的电话

作者：

在

Google Translate刚上线的时候，你把一句话敲进去，等两秒，它给你吐出来一段有时候对有时候不对的文字翻译。二十年过去，Google的翻译引擎已经每个月为几十亿用户处理超过一万亿个单词。现在他们想把「实时语音翻译」也做成每个人随手就能用的东西。

Gemini 3.5 Live Translate是Google最新的语音翻译模型，支持70多种语言。最关键的部分是：它不像老一代翻译App那样等你把一句话说完才开工。它是连续生成的，边听边翻，延迟只有几秒钟，语气和节奏都尽量贴合说话的人。

最有趣的功能是Android上的「聆听模式」：你把手机举到耳边，就像接电话一样，翻译好的语音就从听筒里直接出来。不用戴耳机，也不用举着手机让别人看到屏幕。Google说这个功能在你想快速听翻译、又不想让别人听见的时候特别有用——比如在国外旅游听到导游讲解，或者在异国他乡的商店里和店主砍价。

「只需把手机举到耳边，就像一通普通电话，翻译好的语音就直接流进你的耳朵。」

Google Meet也在用这个模型。以前Meet的翻译功能只支持5种语言，而且只能译成英文或者从英文译出。现在换成3.5 Live Translate之后，一口气的70多种语言、2000多种语言组合都能在会议里实时互译。这个功能这个月开始向部分企业Google Workspace客户开放私测。

Grab也在测试这个模型。他们平台上每个月有超过1000万通语音通话，主要是司机和乘客之间的。两边经常说不同的语言，实时翻译能直接帮上忙。

所有生成的语音都打了SynthID水印——这是Google开发的一种几乎听不出来的音频水印，用来标记这段内容是AI生成的，防止被人拿来造谣。

这篇文章其实没什么深奥的道理可讲。就是Google把一样东西做得更好、更顺手了。你要真想知道它翻译得准不准，最好的办法是找个说外语的朋友，面对面试试。

评论