Google интегрирует модель искусственного интеллекта Gemini 3.5 Live Translate в фирменные сервисы перевода

Новый этап развития синхронного машинного перевода

Корпорация Google официально развернула специализированную языковую модель Gemini 3.5 Live Translate, созданную исключительно для обработки устной речи в режиме реального времени. Новую технологию интегрируют непосредственно в мобильное приложение Google Translate и платформу корпоративных видеоконференций Google Meet. Главным техническим отличием этой модели является способность минимизировать задержку при передаче звукового потока и точнее распознавать специфические региональные диалекты, профессиональный жаргон и эмоциональные интонации говорящего.

Ранее системы синхронного перевода работали по последовательному принципу. Они сначала ожидали логической паузы в предложении, затем распознавали голос в текст, переводили его и озвучивали заново. Модель второго поколения Gemini 3.5 Live Translate работает по принципу сквозного потокового анализа. Это позволяет сократить время ожидания готовой фразы до рекордных показателей, делая цифровой диалог максимально приближенным к естественному общению между людьми.

Технические особенности и архитектура модели

Разработчики оптимизировали архитектуру модели для работы с мультимодальными данными. Искусственный интеллект одновременно анализирует не только акустические характеристики голоса, но и контекст предыдущих предложений, что критически важно для языков с высоким уровнем омонимии. Благодаря этому система способна различать значения слов, которые звучат одинаково, но имеют абсолютно разный смысл в зависимости от тематики разговора.

Для обеспечения стабильной работы в сервисе Google Meet модель получила интегрированный алгоритм фильтрации сторонних шумов. Если пользователь находится на улице, в офисе типа open-space или в транспорте, система отделяет голос спикера от фоновых звуков перед началом этапа перевода. Это существенно снижает процент галлюцинаций ИИ и предотвращает появление несуществующих слов в финальном тексте.

Интеграция в Google Meet и бизнес-сегмент

В сервисе видеоконференций Google Meet новая модель работает в двух режимах. Первый режим предусматривает мгновенную генерацию текстовых субтитров на экране для каждого участника беседы на его родном языке. Второй режим подключает искусственный синтез голоса, который озвучивает переведенный текст с минимальной задержкой, стараясь копировать тембр и темп речи оригинального спикера.

Для корпоративных клиентов это обновление решает проблему языкового барьера во время международных переговоров без привлечения дорогостоящих услуг живых синхронных переводчиков. Модель автоматически распознает смену спикера в комнате и адаптирует словарный запас под тематику встречи, будь то юридические консультации, технический аудит или маркетинговый брейншторм.

Обновление мобильного приложения Google Translate

В классическом переводчике для смартфонов режим Live Translate получил полностью обновленный интерфейс пользователя. Теперь устройству не требуется передавать большие объемы аудиоданных на удаленные серверы для полной обработки. Часть вычислительных процессов выполняется непосредственно на чипсетах мобильных телефонов, поддерживающих аппаратное ускорение искусственного интеллекта.

Это позволило реализовать режим двустороннего свободного диалога. Смартфон можно положить на стол между двумя собеседниками, и система будет автоматически разделять экран на две части, демонстрируя перевод для каждого участника в реальном времени без необходимости постоянно нажимать на кнопку микрофона перед каждой репликой.

Безопасность данных и конфиденциальность разговоров

Особое внимание во время презентации разработчики уделили защите приватной информации. Поскольку модель обрабатывает корпоративные и персональные разговоры в реальном времени, Google применяет сквозное шифрование для всех аудиопотоков. Звуковые файлы не сохраняются на серверах компании после завершения сессии перевода и не используются для последующего обучения общих коммерческих моделей искусственного интеллекта, что полностью соответствует европейским регламентам безопасности данных GDPR.

Доступность и этапы развертывания

Доступ к модели Gemini 3.5 Live Translate будет открываться постепенно. Первыми технологию смогут протестировать разработчики и подписчики тарифных планов Google Workspace Enterprise. Для обычных пользователей бесплатных версий сервисов Google Translate и Meet функционал станет доступным в течение нескольких следующих недель. На старте релиза модель поддерживает более сорока основных языковых направлений, однако компания планирует расширять этот список ежемесячно.