Google 发布 Gemini 3.5 Live Translate，实时语音翻译延迟仅几秒

深度2026年6月9日4 分钟阅读

Google 发布 Gemini 3.5 Live Translate，实时语音翻译延迟仅几秒

Gemini 3.5 Live Translate 是 Google 最新的音频模型，支持超 70 种语言的实时语音到语音翻译，能保留说话者的语调、节奏和音高。该模型已集成到 Google AI Studio、Google Translate 和 Google Meet 中，延迟仅几秒，且支持多语言输入和噪音环境下的稳定表现。

本文编译自 Fluid, natural voice translation with Gemini 3.5 Live Translate，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

BFL 发布 FLUX 3：统一多模态模型，视频生成超越 Seedance 2.0

Black Forest Labs 推出 FLUX 3，统一多模态模型，视频生成超越多个竞品，并开源 FLUX-mimic 用于机器人控制。同时，The Stack v3 数据集发布，蒸馏政策争议持续。

深度Latent Space·7月24日·8 分钟

AI安全护栏反成绊脚石，进攻型安全研究受阻

本文采访了多位进攻型网络安全研究员，探讨AI公司的安全护栏如何影响他们发现漏洞和开发利用工具的工作。研究员们普遍认为护栏过于严格且不一致，迫使部分人转向国产开源模型。

深度·7月24日·6 分钟

评论