Google 日前正式推出了全新語音模型「Gemini 3.5 Live Translate」，主打低延遲、無縫的雙向即時語音對譯。這項技術徹底打破了過往「你說一句、機器翻一句」的傳統斷續模式，實現了接近人類專業「同聲傳譯」（Simultaneous Interpretation）的流暢體驗。新功能即日起陸續推送到 Google Translate（Google 翻譯）流動應用程式、Google Meet 視像會議，並透過 API 開放予開發者。
邊聽邊翻譯、維持自然語氣
傳統的語音翻譯系統（如舊版對話模式）通常需要等說話者完全停頓後，系統才開始運算並播放譯文，導致對話充斥著尷尬的停頓。
全新的 Gemini 3.5 Live Translate 採用了連續流式音訊處理技術（Continuous Stream Processing）。系統會一邊聆聽說話者的語音，一邊動態平衡「等待上下文以提升翻譯質量」與「即時翻譯以保持同步」之間的拿捏。最終效果是翻譯語音只落後說話者短短幾秒，即可連貫播放，完全抹去了突兀的語氣中斷。
Gemini 3.5 Live Translate 三大核心突破：
1. 跨越 2,000 種語言組合： 支援自動偵測超過 70 種語言，且不再強制以英文為中介，能實現如日語直接對譯西班牙語等高達 2,000 多種對譯組合。
2. 完美複製人聲神韻： 輸出的語音不再是生硬的機械音，系統能保留原說話者的語調（Intonation）、節奏（Pacing）以及音高（Pitch），讓譯文極具人情味。
3. 強大抗噪與容錯： 針對日常溝通優化，即使在嘈雜的街頭、多人聲音重疊或夾雜口語俚語的環境下，依然能準確辨識並翻譯。
獨家 Android「聽筒模式」 沒耳機也能聽
除了常規的耳機接聽模式外，Google 這次特別為 Android 用戶帶來驚喜，推出全新「聽筒模式」（Listening Mode）。當用戶在博物館聽外語導賞，或與外國友人密談時，只需把手機像接聽普通電話一樣貼在耳邊，翻譯後的廣東話或英語就會直接從手機聽筒傳出，既能保障隱私，又免去了隨身攜帶耳機的麻煩。
【教學篇】如何使用 Google Translate 行動版體驗即時翻譯
Gemini 3.5 Live Translate 已正式在 Android 及 iOS 版本的 Google Translate App 中陸續上線。以下為讀者整理詳細的使用與設定指南：
第一步：事前準備
確保你的 Google Translate App 已更新至最新版本。建議連接隨身藍牙耳機（如 Pixel Buds 或 AirPods），以便獲得最佳的雙向雙語流暢體驗。
第二步：開啟「即時翻譯」功能
打開 Google Translate App，會看見全新的操作介面。點擊畫面左下角的 「Live translate」（即時翻譯 / 現場翻譯） 按鈕，即可進入即時傳譯介面。
第三步：設定目標語言
在介面上方選擇你們雙方準備溝通的語言（例如：左邊設為「廣東話」，右邊設為「日本語」）。模型會自動辨識雙方誰在說話，無需手動切換麥克風。
第四步：解鎖 Android 專屬「聽筒模式」（Listening Mode）
如果你是 Android 用戶且手邊沒有耳機，進入 Live translate 畫面後，直接開啟「Listening Mode」，然後將手機直接舉起並貼在耳朵上（如同講電話）。此時你可以一邊看著對方，一邊從聽筒聽到即時的翻譯音訊。
多場景普及：Google Meet 與企業應用同步受惠
除了大眾日常使用的 App 外，企業用戶亦迎來重大升級。Gemini 3.5 Live Translate 亦已同步進駐 Google Meet 視像會議（企業用戶搶先體驗版）。在跨國大型會議中，多國員工可同時開啟即時翻譯，系統能直接在大會中消化 70 多種語言，大幅降低跨國企業的溝通成本。
此外，東南亞知名生活服務平台 Grab 亦宣佈率先接入 Gemini 3.5 Live Translate API，用於司機與跨國旅客之間的即時語音溝通，解決過往因語言不通引致的接送誤會。
資訊安全：全面植入 SynthID 水印
由於翻譯出來的人聲極度逼真，為了防止技術被惡用作 Deepfake（深度偽造）或語音詐騙，Google 強調，所有由 Gemini 3.5 Live Translate 模型生成的音訊，都會在底層自動植入無法察覺的 SynthID 數碼音訊水印。這能在保障用戶溝通效率的同時，確保音訊源頭的可追溯性與安全性。
