目前 AI 語音翻譯領域最值得留意的進展,是 Google 的 Gemini 3.5 Live Translate。這款串流式語音翻譯模型在 2026 年 6 月發表後,8 月仍在持續擴展:自動辨識 70 多種語言,保留說話者的語氣與語速,並且口頭還沒講完就開始翻譯,通常只延遲幾秒。它已內建於 Google Translate 應用程式(Android 與 iOS)、把 Google Meet 的語音翻譯從 5 種語言擴大到 70 多種(超過 2,000 種語言組合),開發者可透過 Gemini Live API 使用,每段 AI 音聲都帶有 SynthID 浮水印。
Gemini 3.5 Live Translate 到底哪裡不一樣
傳統即時翻譯是「先轉錄再翻譯」兩步走。Gemini 3.5 Live Translate 是端對端音訊模型——音訊進、自然音訊出,實際使用有三個差異:
- 無需設定語言對。 自動偵測源語言,開始對話前不必手動設定「德語→日語」。據 Google 說明,它支援 70 多種語言,多語言輸入也無需手動設定。
- 串流生成,而非逐句翻譯。 轉錄、翻譯、朗讀的流程容易產生尷尬的停頓;它則是連續生成——只比說話者慢幾秒,對話不卡頓。
- 保留說話者聲音。 語氣、語速、音高都被保留,翻譯聽起來像本人在說話,而非 TTS 機械朗讀。這對商務簡報很重要,對家庭聚餐同樣重要。
它還針對吵雜環境最佳化,Google 表示對背景雜訊與多人重疊講話具有強健性,在真實場景中也能正常運作。
2026 年 8 月的落地狀況
- Google Translate(Android + iOS): 模型已在應用程式內全球推出,Android 新增「聆聽模式」——透過耳機或手機揚聲器收聽即時字幕。
- Google Meet: 語音翻譯從雙向 5 種語言(英語+西/法/德/葡/義)提升至 70 多種語言、超過 2,000 種語言組合,也毋需先經英語中轉。擴充版 6 月起向部分 Google Workspace 商務客戶公開私人預覽,8 月持續擴大。
- Gemini Live API(開發者): 透過 Live API 與 Google AI Studio 公開預覽,Agora、Fishjam、LiveKit、Pipecat 等即時媒體基礎設施均已整合。
- 實際應用: 月語音通話超過 1,000 萬次的 Grab,正在測試司機與乘客於接送點的多語言即時溝通;韓國娛樂公司 CJ ENM 也公開肯定翻譯品質與延遲。
為什麼浮水印很重要
AI 語音翻譯越普遍,「這段聲音是不是 AI 生成」就越需要答案。Google 的做法是 SynthID:Gemini 3.5 Live Translate 每一段音流都在波形中嵌入不可察覺的浮水印,可由 Google 工具偵測。它不改變音質,只讓來源可以驗證。當即時語音翻譯在會議室與電話中成為預設,這就不再是註腳,而是合規功能。
專用翻譯應用的優勢場景
Google 的即時翻譯現在長在它自己的圈子裡:Translate 應用、Meet、開發者整合。而在這些之外——咖啡館、計程車、診所、市集,任何對方未必開著 Google 應用的場合——多數人實際伸手拿起的是一座專用翻譯應用。Felo Translator 就是為此而生的獨立即時語音翻譯應用(iOS 與 Android)。按官方頁面:支援 15 種語言,從語音識別到翻譯一步到位;結果可以「聽」也可以「讀」;對話保存在本機,方便事後翻看;可免費試用。不需要對方走進同一個生態——你打開、說話,對方回答,就這麼簡單。
選哪個不是「數字大小」問題,而是「對話發生在什麼場景」問題。
對日常交流的意義
免設定、串流、保留說話者聲音的翻譯,已把「功能」變成「預設」——但它的位置仍在 Google 生態圈內:用 Translate 應用程式、用 Meet、或做開發整合。對旅行者而言,隨身再帶一個專用翻譯 App 仍然常見。
2026 下半年值得注意的模式:各大語音平台都在推出即時翻譯方案,音源認證也正在成為標配。差距不再是「能不能翻」,而是「能不能翻得自然、能在對話中自然翻」。
FAQ
Gemini 3.5 Live Translate 在 Google Translate 裡免費嗎?作為應用程式的標準能力,模型本身無需另外購買或訂閱,Android 與 iOS 均可使用。在 Google Meet 內使用則取決於 Workspace 的擴展進度。
Google Meet 語音翻譯現在支援多少種語言? Gemini 3.5 Live Translate 把 Meet 的語音翻譯從雙向 5 種語言擴展到 70 多種語言、超過 2,000 種語言組合,並於 6 月與 8 月分階段向 Workspace 客戶開放。
對方還沒說完也能翻譯嗎?可以。它是串流模型,不等一句話結束,通常只比說話者晚幾秒持續輸出,不會出現「先翻完再讀」鏈路的停頓。
Google 都能即時翻譯了,為什麼還需要專用應用? Google 的即時翻譯固定在自己的表面(Translate、Meet、開發者整合),在會議和應用內場景最強。專用應用在別處的對話裡證明自己:Felo Translator 是獨立的 iOS/Android 應用,15 種語言、可聽可讀、對話本機保存、免費試用。沒有絕對的「更好」——取決於對話發生在哪裡。
Felo 編輯部。Felo 編輯部專注語言、語音翻譯與跨語言溝通的實用技巧。
