Google інтегрує модель штучного інтелекту Gemini 3.5 Live Translate у фірмові сервіси перекладу

Новий етап розвитку синхронного машинного перекладу

Корпорація Google офіційно розгорнула спеціалізовану мовну модель Gemini 3.5 Live Translate, створену виключно для обробки усного мовлення в режимі реального часу. Нову технологію інтегрують безпосередньо у мобільний додаток Google Translate та платформу корпоративних відеоконференцій Google Meet. Головною технічною відмінністю цієї моделі є здатність мінімізувати затримку під час передачі звукового потоку та точніше розпізнавати специфічні регіональні діалекти, професійний жаргон та емоційні інтонації мовця.

Раніше системи синхронного перекладу працювали за послідовним принципом. Вони спочатку очікували логічної паузи у реченні, потім розпізнавали голос у текст, перекладали його та озвучували заново. Модель другого покоління Gemini 3.5 Live Translate працює за принципом наскрізного потокового аналізу. Це дозволяє скоротити час очікування готової фрази до рекордних показників, роблячи цифровий діалог максимально наближеним до природного спілкування між людьми.

Технічні особливості та архітектура моделі

Розробники оптимізували архітектуру моделі для роботи з мультимодальними даними. Штучний інтелект одночасно аналізує не лише акустичні характеристики голосу, але й контекст попередніх речень, що критично важливо для мов із високим рівнем омонімії. Завдяки цьому система здатна розрізняти значення слів, які звучать однаково, але мають абсолютно різний зміст залежно від тематики розмови.

Для забезпечення стабільної роботи у сервісі Google Meet модель отримала інтегрований алгоритм фільтрації сторонніх шумів. Якщо користувач перебуває на вулиці, в офісі типу open-space або в транспорті, система відокремлює голос спікера від фонових звуків перед початком етапу перекладу. Це суттєво знижує відсоток галюцинацій ШІ та запобігає появі неіснуючих слів у фінальному тексті.

Інтеграція в Google Meet та бізнес-сегмент

У сервісі відеоконференцій Google Meet нова модель працює у двох режимах. Перший режим передбачає миттєву генерацію текстових субтитрів на екрані для кожного учасника бесіди його рідною мовою. Другий режим підключає штучний синтез голосу, який озвучує перекладений текст із мінімальною затримкою, намагаючись копіювати тембр та темп мовлення оригінального спікера.

Для корпоративних клієнтів це оновлення вирішує проблему мовного бар’єру під час міжнародних переговорів без залучення дорогих послуг живих синхронних перекладачів. Модель автоматично розпізнає зміну спікера у кімнаті та адаптує словниковий запас під тематику зустрічі, будь то юридичні консультації, технічний аудит чи маркетинговий брейншторм.

Оновлення мобільного додатка Google Translate

У класичному перекладачі для смартфонів режим Live Translate отримав повністю оновлений інтерфейс користувача. Тепер пристрою не потрібно передавати великі об’єми аудіоданих на віддалені сервери для повної обробки. Частина обчислювальних процесів виконується безпосередньо на чіпсетах мобільних телефонів, що підтримують апаратне прискорення штучного інтелекту.

Це дозволило реалізувати режим двостороннього вільного діалогу. Смартфон можна покласти на стіл між двома співрозмовниками, і система буде автоматично розділяти екран на дві частини, демонструючи переклад для кожного учасника у реальному часі без необхідності постійно натискати на кнопку мікрофона перед кожною реплікою.

Безпека даних та конфіденційність розмов

Окрему увагу під час презентації розробники приділили захисту приватної інформації. Оскільки модель обробляє корпоративні та персональні розмови в реальному часі, Google застосовує наскрізне шифрування для всіх аудіопотоків. Звукові файли не зберігаються на серверах компанії після завершення сесії перекладу і не використовуються для подальшого навчання загальних комерційних моделей штучного інтелекту, що відповідає європейським регламентам безпеки даних GDPR.

Доступність та етапи розгортання

Доступ до моделі Gemini 3.5 Live Translate буде відкриватися поступово. Першими технологію зможуть протестувати розробники та передплатники тарифних планів Google Workspace Enterprise. Для звичайних користувачів безкоштовних версій сервісів Google Translate та Meet функціонал стане доступним протягом кількох наступних тижнів. На старті релізу модель підтримує понад сорок основних мовних напрямків, проте компанія планує розширювати цей список щомісяця.