#tlumaczgoogle — Public Fediverse posts

Google wprowadza Gemini 3.5 Live Translate ze wsparciem dla ponad 70 języków

Tłumaczenie na żywo bez krępujących pauz i sztucznego brzmienia wkracza na nowy poziom. Google oficjalnie udostępniło Gemini 3.5 Live Translate – swój najnowszy model audio.

Technologia potrafi tłumaczyć rozmowy niemal w czasie rzeczywistym, automatycznie rozpoznając ponad 70 języków i zachowując naturalną intonację mówiącego.

Wydany kilka dni temu nowy model językowy od Google różni się od dotychczasowych rozwiązań (takich jak tradycyjne, turowe systemy tłumaczeń) swoim podejściem do przetwarzania dźwięku. Zamiast czekać na zakończenie wypowiedzi przez mówcę, Gemini 3.5 Live Translate generuje ścieżkę dźwiękową w sposób ciągły.

Jak działa nowe tłumaczenie na żywo?

Algorytm nieustannie analizuje strumień audio, starając się zbalansować czas oczekiwania na szerszy kontekst zdania z koniecznością natychmiastowego dostarczenia tłumaczenia. W efekcie opóźnienie wynosi zaledwie kilka sekund, co pozwala na płynną, symultaniczną konwersację.

Co więcej, model automatycznie wykrywa język spośród ponad 70 dostępnych opcji i potrafi odwzorować cechy szczególne oryginalnego głosu, takie jak tempo mówienia, wysokość dźwięku oraz emocjonalną intonację. Jak zapewnia producent, algorytm radzi sobie również w trudnych warunkach akustycznych, skutecznie filtrując hałas z otoczenia.

Gdzie skorzystamy z Gemini 3.5 Live Translate?

Google rozpoczęło wdrażanie nowej funkcji w całym swoim ekosystemie:

• Google Translate (Android i iOS): funkcja tłumaczenia na żywo jest już wdrażana u użytkowników smartfonów. Najciekawszą nowością jest opcja „listening mode” (tryb słuchania) dla systemu Android. Pozwala ona na przyłożenie telefonu do ucha niczym podczas standardowej rozmowy i słuchanie tłumaczenia bezpośrednio przez głośnik słuchawki, bez konieczności używania zewnętrznych słuchawek czy puszczania dźwięku w trybie głośnomówiącym.
• Google Meet: Aplikacja do wideokonferencji wkracza w nową erę. Dotychczasowy limit pięciu obsługiwanych języków został zniesiony – teraz system oferuje pełne wsparcie dla 70 języków. Co istotne, znika konieczność tłumaczenia wyłącznie z lub na język angielski. Platforma obsługuje teraz symultaniczne tłumaczenie w ponad 2000 kombinacjach językowych. Funkcja jest obecnie w fazie prywatnych testów dla klientów korporacyjnych Google Workspace.
• Dla deweloperów: model został udostępniony poprzez Gemini Live API oraz Google AI Studio, co otwiera drogę do integracji tego rozwiązania w aplikacjach firm trzecich. Wśród pierwszych testerów znalazła się między innymi firma Grab (azjatycki odpowiednik Ubera), która wykorzystuje nowy model do komunikacji głosowej między kierowcami a zagranicznymi pasażerami.

Warto również zaznaczyć, że wszystkie wygenerowane przez Gemini 3.5 Live Translate ścieżki dźwiękowe będą automatycznie oznaczane niewidocznym znakiem wodnym SynthID. Ma to na celu zachowanie transparentności i ułatwienie identyfikacji treści wygenerowanych przez sztuczną inteligencję.

Ciemna strona sztucznej inteligencji. Google pozywa grupę, która użyła modelu Gemini do kradzieży milionów dolarów

Z darmowego słownika w trenera wymowy. Tłumacz Google kończy 20 lat i zyskuje rewelacyjną funkcję

Wyjazd za granicę z papierowymi rozmówkami w plecaku to już tylko odległe wspomnienie.

Aplikacja, która regularnie ratuje nas na zagranicznych wakacjach, kończy właśnie 20 lat. Zamiast jednak odcinać kupony od miliarda użytkowników, Tłumacz Google dostaje fajną aktualizację napędzaną sztuczną inteligencją, która pomoże nam pozbyć się kompleksów podczas mówienia w obcym języku.

Koniec ze wstydem przed mówieniem. AI oceni twój akcent

Z okazji okrągłych urodzin Google wprowadza na smartfony z systemem Android zupełnie nowe narzędzie do ćwiczenia wymowy. Algorytmy sztucznej inteligencji na bieżąco analizują głos użytkownika i natychmiast dostarczają wskazówek, jak poprawić ewentualne błędy.

To świetne rozwiązanie dla osób, które znają słownictwo, ale paraliżuje je strach przed nawiązaniem prawdziwej konwersacji z lokalnymi mieszkańcami. Funkcja jest na razie dostępna w USA i Indiach dla języka angielskiego, hiszpańskiego oraz hindi.

Od niezdarnych maszyn do płynnych konwersacji na żywo

Początki aplikacji w 2006 roku bywały trudne, bo system opierał się wyłącznie na statystycznym uczeniu maszynowym. Prawdziwy przełom nastąpił dziesięć lat później, gdy Google wdrożyło sieci neuronowe, a dziś za precyzję i naturalność tłumaczeń odpowiadają zaawansowane modele językowe Gemini.

Dzięki temu aplikacja przestała tłumaczyć zdania słowo po słowie, a zaczęła w pełni rozumieć szerszy kontekst i lokalne niuanse. Obecnie ponad miliard użytkowników miesięcznie tłumaczy w ten sposób około biliona słów. Narzędzie świetnie radzi sobie także z rozmowami na żywo. Ponad jedna trzecia takich sesji (często prowadzonych z użyciem słuchawek) trwa dłużej niż pięć minut, co udowadnia, że technologia wreszcie pozwala na płynną, naturalną komunikację między ludźmi.

Słownik młodzieżowy, emotikony i tryb offline w kieszeni

Z Tłumacza nie korzystamy już tylko po to, by ułatwić sobie zamówienie obiadu za pomocą funkcji skanowania menu przez aparat telefonu. Około jedna trzecia mobilnych użytkowników traktuje aplikację jako codzienne narzędzie do regularnej nauki języków obcych. Co ciekawe, system coraz częściej służy też do rozkodowywania specyficznego slangu pokolenia Alpha (np. słów typu „clock it” czy „maxxing”), a nawet do „tłumaczenia” zwykłego tekstu na emotikony. Wielu turystów wciąż docenia również możliwość działania bez dostępu do sieci komórkowej, co ratuje portfele przed kosztami roamingu.

Najchętniej pobieranymi językami do trybu offline są m.in. angielski, hiszpański, francuski, japoński, niemiecki i hindi. Mimo tego gigantycznego skoku technologicznego i dostępu do sztucznej inteligencji, najczęściej wpisywanym hasłem od 20 lat niezmiennie pozostaje po prostu słowo „dziękuję”.

Wyszukiwarka Google pozwala wybrać ulubione źródła. W Polsce