Самое заметное событие в области голосового ИИ-перевода сейчас — это Gemini 3.5 Live Translate от Google. После запуска в июне 2026 года расширение продолжается и в августе: модель автоматически распознаёт более 70 языков, сохраняет тон и темп говорящего и начинает переводить, пока собеседник ещё говорит, обычно с задержкой всего в несколько секунд. Она встроена в приложение Google Translate (Android и iOS), подняла перевод речи в Google Meet с 5 языков до 70+ (более 2 000 языковых пар), доступна разработчикам через Gemini Live API, а каждый ИИ-голос помечается водяным знаком SynthID.
Чем отличается Gemini 3.5 Live Translate
Традиционный перевод в реальном времени работал в два шага: распознавание речи, затем машинный перевод. Gemini 3.5 Live Translate — это сквозная аудиомодель: аудио на входе, естественное аудио на выходе. На практике видны три отличия:
- Не нужно настраивать языковую пару. Язык источника определяется автоматически — перед разговором не нужно выбирать «с немецкого на японский». По данным Google, модель поддерживает более 70 языков и обрабатывает многоязычный ввод без ручных настроек.
- Стриминг, а не перевод по фразам. Путь «транскрипция → перевод → озвучка» создаёт неловкие паузы; здесь генерация идёт непрерывно — на несколько секунд позади собеседника, без разрывов в диалоге.
- Голос остаётся голосом говорящего. Тон, темп и высота сохраняются, и перевод звучит так, будто говорит сам человек, а не механический TTS. Это важно для корпоративной презентации и так же важно за семейным столом.
Модель также рассчитана на жизнь в шуме: по данным Google, она устойчива к фоновому шуму и перекрёстной речи, поэтому работает в реальных условиях, а не только в тихой студии.
Где это уже видно в августе 2026
- Приложение Google Translate (Android + iOS): модель развернута по всему миру внутри приложения, а в Android появился «слушающий режим» — субтитры в реальном времени через наушники или динамик смартфона.
- Google Meet: перевод речи вырос с двусторонних 5 языков (английский + испанский, французский, немецкий, португальский, итальянский) до 70+ языков и более 2 000 языковых пар — без обязательного прохода через английский. Расширенная версия стартовала в июне как приватное предпросмотр для части клиентов Google Workspace, в августе открывается шире.
- Gemini Live API (для разработчиков): публичный предпросмотр через Live API и Google AI Studio, с интеграцией Agora, Fishjam, LiveKit и Pipecat для реального времени.
- Реальные внедрения: Grab — платформа, на которой проходит более 10 миллионов голосовых звонков в месяц, — тестирует модель для многоязычного общения между водителем и пассажиром в точке встречи; корейская компания CJ ENM публично отметила качество перевода и задержку.
Почему водяной знак имеет значение
Чем обычнее голосовой ИИ-перевод, тем острее вопрос: «действительно ли этот голос создан ИИ?» Ответ Google — SynthID: в каждый аудиопоток Gemini 3.5 Live Translate встраивается незаметный водяной знак в форме волны, который можно проверить инструментами Google. Звучание не меняется — проверяется только происхождение. Когда голосовой перевод в реальном времени становится стандартом в переговорных и телефонии, это уже не сноска, а функция соответствия требованиям.
Где выделенное приложение-переводчик всё ещё уместно
Живой перевод Google сегодня живёт внутри собственных поверхностей: приложение Translate, Meet и разработческие интеграции. Вне их — кафе, такси, клиника, рыночный прилавок, любое место, где второй человек не открывает приложение, — большинство людей тянутся именно к выделенному приложению-переводчику. Felo Translator создан для этого момента: самостоятельное приложение для голосового перевода в реальном времени на iOS и Android. По официальным страницам продукта, оно охватывает 15 языков с мгновенным распознаванием речи — от разговора к переводу в один шаг — и позволяет услышать или прочитать результат; разговоры сохраняются локально для последующего просмотра, а начать можно бесплатно. Никому не обязательно быть в той же экосистеме: открываете, говорите — второй человек отвечает.
Какое приложение подходит — решение для каждого разговора отдельно, а не решение по цифрам.
Что это значит для повседневного общения
Перевод без настроек, в потоке, с сохранением голоса говорящего — тихо перешел из «фичи» в «умолчание», но пока остаётся внутри экосистемы Google: нужны либо приложение Translate, либо Meet, либо разработческая интеграция. Путешественникам часто удобно держать под рукой и отдельное переводчик-приложение.
Закономерность, за которой стоит следить до конца 2026 года: у каждой крупной голосовой платформы теперь есть свой ответ на перевод в реальном времени, а подтверждение происхождения аудио становится обязательным спутником этого перевода. Разрыв уже не в вопросе «переводит ли?», а в том, «переводит ли естественно и органично внутри живого диалога?».
FAQ
Бесплатен ли Gemini 3.5 Live Translate внутри Google Translate? Он входит в стандартные возможности приложения — без отдельной покупки или подписки на саму модель на Android и iOS. Использование внутри Google Meet зависит от хода расширения в Workspace.
Сколько языков поддерживает перевод речи в Google Meet сейчас? Gemini 3.5 Live Translate поднял перевод речи с двусторонних 5 языков до 70+ языков и более 2 000 языковых пар, с поэтапным развертыванием в июне и августе 2026 года для клиентов Workspace.
Переводит ли модель, пока собеседник ещё говорит? Да. Это стриминговая модель: она не ждёт конца фразы, а генерирует непрерывно — на несколько секунд позади говорящего, без пауз, которые было у пути «перевести и озвучить».
Если Google уже переводит вживую бесплатно, зачем кому-то выделенное приложение? Живые варианты Google привязаны к его собственным поверхностям — Translate, Meet, интеграции для разработчиков — и именно там они сильнее всего: встречи и разговоры внутри приложений. Выделенное приложение оправдывает себя в разговорах где угодно ещё: Felo Translator — самостоятельное приложение для iOS/Android с 15 языками, выводом «услышать или прочитать», локальным сохранением разговоров и бесплатным пробным периодом. Абсолютного «лучше» не существует — всё зависит от того, где происходит разговор.
Редакция Felo. Редакция Felo пишет о языке, голосовом переводе и деталях разговора между культурами.
