Google เปิดตัว Gemini 3.5 Live Translate ซึ่งเป็นโมเดลประมวลผลเสียงรุ่นล่าสุดที่ออกแบบมาเพื่อการแปลภาษาแบบ Speech-to-Speech โดยเฉพาะ ความแตกต่างที่สำคัญจากระบบเดิมคือการประมวลผลแบบต่อเนื่อง (Continuous Generation) ทำให้ไม่ต้องรอให้คู่สนทนาพูดจบประโยค ระบบจะเริ่มแปลและสร้างเสียงทันทีโดยมีความล่าช้าเพียงไม่กี่วินาที ช่วยให้การสนทนาไหลลื่นเป็นธรรมชาติมากขึ้น
โมเดลนี้มีความสามารถในการตรวจจับภาษาได้อัตโนมัติกว่า 70 ภาษา และรองรับการจับคู่ภาษาแปลได้มากกว่า 2,000 รูปแบบ โดยเสียงที่แปลออกมาจะยังคงรักษาโทนเสียง ระดับเสียง และจังหวะการพูดของผู้พูดต้นฉบับไว้ นอกจากนี้ยังมีความทนทานต่อเสียงรบกวนในสภาพแวดล้อมต่างๆ และมีการฝังลายน้ำ SynthID เพื่อความปลอดภัยในการตรวจสอบเนื้อหาที่สร้างโดย AI
