Google Gemini 3.5 翻譯升級，70 語言即時口譯終結停頓

Google 於 6 月 9 日在官方部落格宣布推出 Gemini 3.5 Live Translate，這是 Gemini Live API 的最新音訊模型，目標是消除即時語音翻譯中因等待整句結束而產生的對話停頓。Gemini 3.5 Live Translate 自動偵測 70 多種語言，採用持續生成方式輸出翻譯。

Gemini 3.5 Live Translate 的已確認技術特性

翻譯機制： Gemini 3.5 Live Translate 採用「語音對語音」翻譯方式，動態在「等待更多上下文以提升準確度」與「立即輸出以跟上說話者」之間即時調整，整體翻譯落差為數秒。

語音特徵保留： 翻譯輸出保留說話者的語調（intonation）、節奏（pacing）與音高（pitch），而非以統一機器語音呈現。

與前代的差異（Google 官方確認）： 此前的語音翻譯系統需等待說話者講完完整一句才開始翻譯，造成對話中斷；Gemini 3.5 Live Translate 以持續生成方式取代此等待機制。

三個已確認的同日上線管道

開發者公開預覽： Gemini Live API 與 Google AI Studio，2026 年 6 月 9 日起開放。

企業私人預覽： Google Meet 企業版，2026 年 6 月起啟動私人預覽。

消費者全球更新： Android 與 iOS 版 Google 翻譯 App 已同步更新；Android 另新增「聆聽模式」，將手機貼近耳朵時翻譯語音從聽筒播出，無需耳機且不影響周遭環境，Google 舉例適用場景包括博物館外語導覽或安靜場合接外語電話。

已確認的市場競爭格局與合作夥伴

同類競爭產品（已上市）： Meta SeamlessM4T、三星 Galaxy AI 即時通話翻譯、Apple Live Translation、OpenAI Realtime API。

Grab 整合測試（已確認）： 東南亞叫車平台 Grab 正在測試以 Gemini 3.5 Live Translate 實現司機與乘客的即時多語溝通；Grab 用戶每月透過其平台撥打超過 1,000 萬通語音通話，語言涵蓋泰語、越南語、馬來語、印尼語與菲律賓語。

早期合作夥伴回饋（已確認）： CJ ENM 和 LiveKit 回饋翻譯品質、準確度與延遲均達預期。

常見問題

Gemini 3.5 Live Translate 與先前 Google 翻譯語音功能的主要差異是什麼？

根據 Google 官方說明，主要差異在於翻譯時機的改變。此前的語音翻譯需等待說話者講完整句才開始翻譯，造成對話中斷；Gemini 3.5 Live Translate 採用持續生成方式，整體落差縮短至數秒，同時保留說話者的語調、節奏與音高。

Android「聆聽模式」的使用方式與適用場景為何？

「聆聽模式」為 Android 版 Google 翻譯的新功能，用戶將手機貼近耳朵時，翻譯語音從聽筒播出，無需搭配藍牙耳機，也不會通過外置揚聲器影響周遭環境。Google 列舉的適用場景包括博物館外語導覽及安靜場合接外語電話。

Gemini 3.5 Live Translate 目前如何取得？

截至 2026 年 6 月 9 日，Gemini 3.5 Live Translate 透過三個管道開放：Gemini Live API 和 Google AI Studio 的開發者公開預覽；Google Meet 的企業私人預覽（本月啟動）；以及 Android 和 iOS 版 Google 翻譯 App 的全球更新。