Google снесла еще одну стену между людьми — языковую. Компания выпустила Gemini 3.5 Live Translate — аудиомодель, которая переводит живую речь на лету: вы говорите по-русски, собеседник слышит, к примеру, испанский, причем с вашей интонацией, темпом и высотой голоса. Печатать фразы в переводчике больше не обязательно, достаточно говорить.
Прежние системы работали по очереди: ждали, пока человек закончит фразу, и только потом озвучивали результат, поэтому разговор распадался на неловкие паузы. Новая модель обрабатывает звук непрерывно и отстает от говорящего лишь на несколько секунд, балансируя между ожиданием контекста ради точности и скоростью ради живости диалога. Каждый сгенерированный фрагмент звука помечается невидимой меткой SynthID, чтобы синтетическую речь всегда можно было отличить от настоящей.
За кажущейся легкостью — двадцать лет работы: перевод в Google начинался как один из первых экспериментов компании с машинным обучением, а сегодня ее сервисы переводят больше триллиона слов в месяц. Этот поток и стал топливом для обучения. Главная сложность голосового направления — данные: для каждого языка нужны огромные массивы качественно размеченной речи с разными акцентами, уличным шумом и оборванными фразами. Отсюда и разрыв: текстовый переводчик знает около 250 языков, голосовой стартовал с 70 с лишним. В списке все крупнейшие: английский, испанский, китайский, арабский, немецкий, французский, есть русский, польский и украинский.
Белорусского в голосовом наборе нет. Текстовая база Google понимает его давно, то есть со смыслом система уже справляется. Осталось научить ее слышать и озвучивать «мову». Сроков компания не называла, однако список обещает расширять, и здесь у нас есть рычаг: приоритеты в Google расставляют, в том числе, по запросам пользователей. Откройте приложение Google Переводчик, нажмите значок профиля, выберите «Отправить отзыв» и попросите добавить голосовую поддержку родного языка, хватит пары строк на английском или русском. Один такой запрос — капля, тысячи — статистика, мимо которой продуктовая команда уже не пройдет.
Попробовать новинку можно уже сейчас. В приложении Google Переводчик на Android и iOS работает режим Live translate: подключаете наушники и слышите перевод, который повторяет тон собеседника. На Android разворачивается и «режим прослушивания»: телефон подносится к уху, как при обычном звонке, и перевод звучит прямо из разговорного динамика. Это удобно, когда наушников под рукой нет.
В видеовстречах Google Meet речь раньше переводилась лишь для пяти языков и только через посредничество английского, получался двойной перевод и смысл мог искажаться. Теперь поддерживаются 70 с лишним языков и свыше 2000 комбинаций в одной встрече. Правда, пока это закрытое превью для избранных корпоративных клиентов Workspace, широкий запуск обещан до конца года. Разработчикам модель открыта через Gemini Live API и Google AI Studio — сервис такси Grab уже тестирует ее для общения водителей с туристами.
К концу года, когда перевод в Meet выйдет из закрытого превью, Google обещает и пополнение языкового списка. Окажется ли там белорусский, отчасти зависит от того, сколько заявок успеет уйти через кнопку «Отправить отзыв» до этого срока.
