Google、リアルタイム音声翻訳AI「Gemini 3.5 Live Translate」発表
- 白石 奈々
- 6月10日
- 読了時間: 2分
70以上の言語に対応し、Google MeetやGoogle翻訳アプリで提供を開始
米Googleは現地時間6月9日、リアルタイム音声翻訳モデル「Gemini 3.5 Live Translate」を発表した。70以上の言語をサポートし、話者の声質や抑揚、話すテンポを維持したまま別言語へ変換できる。従来の機械翻訳より自然な会話体験を実現する技術として注目を集めそうだ。
発話中に翻訳するストリーミング方式を採用
従来の音声翻訳では、発話内容を認識した後に翻訳と音声生成を行うため、会話に一定の待ち時間が発生していた。Gemini 3.5 Live Translateは発話中から翻訳処理を進めるストリーミング方式を採用し、低遅延での対話を可能にする。言語の自動判別にも対応しており、多言語環境でも事前設定なしで利用できる。
同技術は開発者向けにGemini Live APIおよびGoogle AI Studioで一般公開プレビューとして提供を開始した。企業向けにはGoogle Meetでプライベートプレビューを実施しているほか、一般ユーザー向けにはAndroid版およびiOS版のGoogle翻訳アプリでも利用できる。
Google Meetの対応言語を大幅拡充
Google Meetでは音声翻訳機能の対応言語数を従来の5言語から70以上へ拡大する。英語を介さずに異なる言語同士を直接翻訳できるため、グローバル会議や国際的なチーム運営での活用が見込まれる。Googleによると、2,000を超える言語ペアでの翻訳に対応する。
翻訳アプリでもリアルタイム音声翻訳を利用可能に
Google翻訳アプリでは、スマートフォンを利用したリアルタイム音声翻訳機能を提供する。旅行先での会話や海外ユーザーとの対面コミュニケーションなど、日常的な利用シーンでの活用が想定される。
AI翻訳市場の競争が加速
リアルタイム音声翻訳は、生成AI各社が開発を進める分野の一つだ。Googleは開発者向けAPI、Google Meet、Google翻訳アプリに同技術を展開する。こうした動きからは、リアルタイム翻訳機能を複数サービスで共通利用する戦略がうかがえる。なお、生成された音声にはAI生成コンテンツを識別するための電子透かし技術「SynthID」が埋め込まれる。
参照サイト
Google The Keyword
Fluid, natural voice translation with Gemini 3.5 Live Translate
