Google Translate otrzymuje dużą aktualizację od Gemini

Google wprowadza aktualizację modelu Gemini, umożliwiającą tłumaczenie mowy na żywo w aplikacji Google Translate, co zrewolucjonizuje komunikację między językami.

Google wprowadza dużą aktualizację swoich modeli audio Gemini, wprowadzając potężne możliwości tłumaczenia mowy na mowę w aplikacji Google Translate. Ta aktualizacja wykorzystuje ulepszony model Gemini 2.5 Flash Native Audio, który jest zaprojektowany do obsługi złożonych interakcji głosowych.

Ta nowa funkcja tłumaczenia mowy na żywo jest stworzona specjalnie do użytku z słuchawkami, co pozwala Ci słyszeć otaczający świat tłumaczony w czasie rzeczywistym. Ta beta jest już wdrażana w aplikacji Google Translate. Jeśli podróżujesz lub potrzebujesz komunikować się przez barierę językową, ta funkcja naprawdę zmieni sposób interakcji z osobami, które nie mówią w Twoim rodzimym języku.

Funkcjonalność podzielona jest na dwa tryby. Po pierwsze, istnieje ciągłe słuchanie. To idealne rozwiązanie do sytuacji takich jak słuchanie wykładu lub śledzenie rozmowy grupowej. AI słucha kilku różnych języków jednocześnie i zamienia je na język, który rozumiesz. Po prostu wkładasz słuchawki i słyszysz, jak świat jest tłumaczony na bieżąco. Po drugie, istnieje rozmowa dwustronna.

Obsługuje to tłumaczenie w czasie rzeczywistym pomiędzy dwoma określonymi językami i automatycznie przełącza się między językami w zależności od tego, kto mówi. Na przykład, jeśli mówisz po angielsku, a osoba naprzeciwko Ciebie mówi po hindi, słyszysz natychmiastowe tłumaczenia na angielski w swoich słuchawkach, a gdy mówisz z powrotem, Twój telefon przesyła tłumaczenie na hindi.

Szczegół, który naprawdę wyróżnia tę funkcję, nazywa się "przenoszeniem stylu". Pozwala to użytkownikom usłyszeć niuanse ludzkiej mowy. Imituje rzeczywisty głos mówiącego, dopasowując ich tempo i ton, aby tłumaczenie nie brzmiało robotycznie. Ponadto system oferuje solidne filtrowanie hałasu, co oznacza, że możesz prowadzić wygodną rozmowę nawet w głośnym, otwartym środowisku.

Zakres tłumaczenia jest szeroki, wspierający ponad 70 języków i 2000 par językowych. Ta szeroka obsługa jest wynikiem połączenia mocy przetwarzania audio Gemini z rozległą bazą danych językowych.

Kolejnym kluczowym elementem jest wielojęzyczny input i automatyczne wykrywanie. Pozwala to systemowi rozumieć wiele języków jednocześnie w jednej sesji. Nie musisz grzebać w ustawieniach, a nawet nie musisz wiedzieć, w jakim języku się mówi, aby zacząć tłumaczyć. Aplikacja sama rozpoznaje język i rozpoczyna tłumaczenie.

Za tym wszystkim stoi zaktualizowany model Gemini 2.5 Flash Native Audio, który zasila również agentów głosowych Google w różnych produktach. Google poprawił model w trzech kluczowych obszarach technicznych, co powinno zaowocować szybszymi osiągami dla użytkowników tych narzędzi.

Model posiada teraz ostrzejsze wywoływanie funkcji. Oznacza to, że system jest bardziej niezawodny, gdy musi połączyć się z zewnętrznymi narzędziami. Na przykład, może pobierać dane na żywo podczas mówienia bez zatrzymywania lub przerywania przepływu. Google zgłasza 90% zgodności z instrukcjami deweloperów, co wzrosło z 84% w poprzednich wersjach.

Wreszcie, same rozmowy powinny być płynniejsze. Model pamięta, co powiedziałeś wcześniej w czacie. To pomaga mu pozostać na temat i sprawia, że rozmowa wydaje się mniej rozdzierająca. Uważam, że poprawa jakości rozmów wielokrotnych jest tym, co naprawdę jest potrzebne do stabilności każdego asystenta głosowego.

Te usprawnienia nie są tylko dla aplikacji Translate. Nowy model Gemini 2.5 Flash Native Audio jest wdrażany w produktach Google, w tym Google AI Studio, Vertex AI, Gemini Live i Search Live. Możesz również spodziewać się bardziej efektywnych sesji burzy mózgów z Gemini Live lub lepszej pomocy w czasie rzeczywistym w Search Live.

Jeśli chciałbyś wypróbować funkcję tłumaczenia na żywo, beta doświadczenie jest dostępne od dzisiaj w aplikacji Google Translate. Możesz podłączyć swoje słuchawki do swojego urządzenia i nacisnąć "Tłumaczenie na żywo." Na razie to doświadczenie jest dostępne na urządzeniach z Androidem w USA, Meksyku i Indiach, a wsparcie dla iOS oraz innych regionów wkrótce.

Źródło: Google

Jeśli ciekawią Cię artykuły podobne do Google Translate otrzymuje dużą aktualizację od Gemini, zajrzyj do kategorii Aplikacje i odkryj jeszcze więcej interesujących treści.