Google翻譯引進Gemini原生語音能力，開始測試即時語音翻譯功能

Google上周五（12/12）宣布，將Gemini的最新翻譯能力及原生語音能力引進Google翻譯（Google Translate），除了全面提升文字翻譯品質，也同步在Android版Google翻譯中測試可搭配所有耳機使用的即時語音翻譯功能。後者採用的是Google近日更新的Gemini 2.5 Flash Native Audio模型。

在文字翻譯上，Google翻譯開始採用由Gemini支撐的全新翻譯品質，強化對成語、俚語與語境的理解能力，避免過去逐字直譯的問題。這項升級已率先於美國與印度推出，支援英語與近20種語言互譯，涵蓋Android、iOS與網頁版。

真正的突破則出現在語音層面。Google表示，Google翻譯正在測試的即時語音翻譯功能，採用了Gemini 2.5 Flash Native Audio的原生語音能力，可直接於聲音層面進行理解與生成，不必經過傳統的「語音轉文字、再轉回語音」流程。這讓翻譯延遲大幅降低，同時保留說話者的語氣、重音與節奏，更貼近真實人類溝通。

語音對語音翻譯是以「聆聽為主」的即時模式運作。使用者只需在Android版Google翻譯中配戴耳機並啟用「Live Translate」功能，手機便會持續收音，將周遭的外語語音即時翻譯後，直接透過耳機播放成使用者設定的目標語言。

目前此一耳機即時語音翻譯仍為測試版，支援連續收音與即時播放翻譯結果，適用於跨語言對話、演講聆聽與外語內容理解。有別於蘋果的即時翻譯功能只支援蘋果自家耳機AirPods，Google的語音對語音翻譯功能支援所有耳機，以及超過70種語言。

測試版已於美國、墨西哥與印度的Android裝置上線，預計2026年擴展至iOS與更多地區。