# Google DeepMind 发布 Gemini 3.5 Live Translate 实时语音翻译模型

> 原标题：Fluid, natural voice translation with Gemini 3.5 Live Translate

- 来源：Google DeepMind
- 发布时间：2026-06-09T15:16:25.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/uvql0w3s3gkqk1o1xkgonyrdp
- 原文：https://deepmind.google/blog/fluid-natural-voice-translation-with-gemini-35-live-translate/

## 摘要

Google DeepMind 发布 Gemini 3.5 Live Translate，一款支持 70 多种语言的近实时语音到语音翻译音频模型，可自动检测语言并保留说话人的语调、节奏和音高。

## 推荐理由

Gemini 3.5 Live Translate 支持 70 多种语言的连续语音到语音翻译，并保留说话人的语调、节奏和音高，与逐句等待的系统形成对比。

## 锐评

实时语音翻译的难点在延迟，翻得准反而是次要的。Google 说全程只落后说话人几秒，还能边听边出，这个工程难度比翻得准高一个量级。70 多种语言、2000 多种语言组合，Google Meet 从只支持 5 种语言直接跳上来，底层模型扛多语种混说应该没问题了。

对做 agent 的人来说，Gemini Live API 进 public preview 更值得看，Agora、LiveKit、Pipecat 这些实时媒体框架都接上了，流式音频管道最难啃的部分有人替你铺好了。翻译类应用的门槛会被压得很低，剩下的差异只在场景和体验。
