«Google Перекладач» навчився перекладати живі розмови без затримок

Компанія Google представила нове покоління системи машинного перекладу — Gemini 3.5 Live Translate, яка вже почала інтеграцію в «Google Перекладач» і згодом з’явиться в Google Meet. Це не просто оновлення функцій, а спроба переосмислити саму ідею живого спілкування між людьми різними мовами.

Головна ідея нової технології — зробити переклад настільки природним, щоб користувач майже не помічав самого процесу. Gemini 3.5 Live Translate працює в режимі безперервного аналізу мовлення, що дозволяє перекладати фрази ще до того, як співрозмовник повністю завершує речення.

Як працює нова модель перекладу

На відміну від класичних систем, які «чекають паузи» у мовленні, Gemini 3.5 Live Translate формує переклад у реальному часі. Модель розпізнає мовлення, аналізує контекст і одразу генерує озвучений переклад.

Система підтримує понад 70 мов, включаючи українську, англійську та російську. Важливо, що вона не просто переводить слова — вона намагається зберегти інтонацію, темп і навіть емоційне забарвлення мовлення, що наближає синтетичну озвучку до живої розмови.

Особливої уваги заслуговує здатність моделі працювати без затримок: переклад формується поступово, що робить діалог більш природним і менш «розірваним», ніж у традиційних системах.

Що це змінює для користувачів

У найближчі місяці оновлення поступово стане доступним у мобільних версіях Google Перекладача для iOS та Android. Після цього функціональність буде розширена на відеозустрічі в Google Meet, де переклад може стати частиною живих конференцій.

Це означає, що міжнародні дзвінки, онлайн-навчання та бізнес-комунікація можуть стати значно доступнішими навіть без знання мови співрозмовника.

Що стоїть за технологією

Gemini 3.5 Live Translate базується на мультимодальних можливостях нової лінійки моделей Gemini. Вона поєднує розпізнавання мовлення, обробку контексту та генерацію голосу в єдину систему.

Розробники також відкрили доступ до технології через Gemini Live API та Google AI Studio у форматі попереднього тестування, що дозволяє інтегрувати живий переклад у сторонні сервіси.

Погляд на технологію зсередини індустрії

Фахівці з мовних технологій звертають увагу на те, що головний прорив полягає не лише у швидкості. Вперше переклад стає «потоковим» — тобто не перериває природний ритм розмови. Це наближає цифрову комунікацію до людського діалогу, де важливі не тільки слова, а й паузи, інтонації та емоційні акценти.

Водночас експерти відзначають, що такі системи можуть змінити саму культуру міжнародного спілкування. Якщо переклад стає майже непомітним, зникає одна з головних психологічних бар’єрних ліній між співрозмовниками.

Прозорість і маркування контенту

Google також підтвердила, що всі переклади, створені за допомогою Gemini 3.5 Live Translate, будуть маркуватися водяним знаком SynthID. Це потрібно для того, щоб відрізняти синтетичний контент від людського мовлення та забезпечити прозорість використання штучного інтелекту.