उत्तरप्रकाशित29 स्रोत
Google Gemini 3.5 Live Translate: 70+ भाषाओं में रियल-टाइम स्पीच-टू-स्पीच अनुवाद, कहां और कैसे करें इस्तेमाल?
Google के Gemini 3.5 Live Translate ने 70 से ज़्यादा भाषाओं में बिना रुकावट, लगभग तुरंत स्पीच टू स्पीच अनुवाद शुरू कर दिया है, और यह Google Translate ऐप, Gemini Live API और Google AI Studio में ग्लोबली रोलआउट हो रहा है। पुराने बारी बारी वाले अनुवादकों के विपरीत, यह मॉडल व्यक्ति के बोलते ही अनुवाद करना शुरू कर देता ह...
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Google's Gemini 3.5 Live Translate model, how does its streaming speech-to-speech translation work across more than 70 languages, an. Article summary: ## What It Is. Topic tags: general, general web, user generated, documentation. Reference image context from search candidates: Reference image 1: visual subject "# Google Launches Gemini 3.5 Live Translate in 70 Languages. Google has launched Gemini 3.5 Live Translate, a new AI powered speech translation model that enables near real time co" source context "Google Launches Gemini 3.5 Live Translate in 70 ..." Reference image 2: visual subject "Google Patches Chrome Zero Day Vulnerability Under Attack" source context "Google Launches Gemini 3.5 Live Translate in 70 ..." Style: premium digital editorial illustration, source-backed research mood, clean compositio
9 जून, 2026 को, Google ने अपना अब तक का सबसे उन्नत ऑडियो अनुवाद मॉडल सार्वजनिक रूप से जारी किया: Gemini 3.5 Live Translate। डेवलपर कोड gemini-3.5-live-translate-preview वाला यह विशेष मॉडल, एक मुख्य कार्य के लिए डिज़ाइन किया गया है—लगभग रियल-टाइम, स्ट्रीमिंग, स्पीच-टू-स्पीच अनुवाद। यह 70 से अधिक भाषाओं और 2,000 से अधिक भाषा-जोड़ियों को सपोर्ट करता है, और उन रुक-रुक कर चलने वाली अनुवाद प्रणालियों से एक बड़ा बदलाव दर्शाता है जिनका अधिकांश लोग उपयोग करते आए हैं ।
बोलने वाले के पूरा वाक्य खत्म करने का इंतज़ार करने के बजाय, Gemini 3.5 Live Translate कुछ ही सेकंड में अनुवादित ऑडियो बनाना शुरू कर देता है, जिससे बातचीत सहज और स्वाभाविक बनी रहती है। यह सार्वजनिक रिलीज़ दिसंबर 2025 में शुरुआती डेमो और 2026 के वसंत में Gemini 3.1 फ्लैश लाइव मॉडल के माध्यम से परिशोधन के साथ शुरू हुए चरणबद्ध रोलआउट की परिणति है ।
स्ट्रीमिंग स्पीच-टू-स्पीच अनुवाद कैसे काम करता है
Gemini 3.5 Live Translate का मुख्य आविष्कार इसका लगातार चलने वाला, दो-तरफ़ा स्ट्रीमिंग आर्किटेक्चर है। यह पारंपरिक, बारी-आधारित अनुवाद प्रणालियों से एक महत्वपूर्ण प्रस्थान है और कई प्रमुख क्षमताओं पर निर्भर करता है।
एक साथ अनुवाद और सुनने की क्षमता
यह मॉडल बोलने वाले के खत्म होने का इंतज़ार नहीं करता। यह ऑडियो इनपुट को स्ट्रीम करता है और साथ ही साथ अनुवादित आउटपुट भी जनरेट करता है। Google इसे "बोलने वाले से महज़ कुछ सेकंड पीछे" रहने के रूप में वर्णित करता है, जो उन अजीब रुकावटों को खत्म करता है जो एक स्वाभाविक बातचीत को पटरी से उतार सकती हैं।
स्वचालित भाषा पहचान
उपयोगकर्ताओं को मैन्युअल रूप से स्रोत भाषा चुनने की ज़रूरत नहीं है। मॉडल स्वचालित रूप से पता लगा लेता है कि फिलहाल कौन सी भाषा बोली जा रही है। यह उन माहौल में भी काम करता है जहाँ बहुत सी भाषाएँ मिली-जुली होती हैं, जो इसे गतिशील, वास्तविक दुनिया की बातचीत के लिए उपयुक्त बनाता है ।
प्राकृतिक आवाज़ और स्वर-शैली का संरक्षण
उपयोगकर्ता अनुभव के लिए एक महत्वपूर्ण तत्व यह है कि अनुवादित आउटपुट रोबोटिक नहीं लगता। मॉडल को मूल वक्ता की आवाज़ के उतार-चढ़ाव, गति और पिच को बरकरार रखने के लिए डिज़ाइन किया गया है, जो एक ऐसी अनुवादित आवाज़ उत्पन्न करता है जो मूल व्यक्ति जैसी लगती है, न कि किसी टेक्स्ट-टू-स्पीच इंजन की तरह ।
दो-तरफ़ा और बहु-युग्म कवरेज
70+ भाषाओं के समर्थन के साथ, यह मॉडल हज़ारों दो-तरफ़ा जोड़ियों को कवर करता है। इसे दो-तरफ़ा बातचीत के लिए डिज़ाइन किया गया है, जहाँ हर वक्ता दूसरे के शब्दों का अपनी भाषा में सहजता से अनुवाद सुन सकता है ।
तकनीकी विशिष्टताएँ
डेवलपर्स के लिए, यह मॉडल Gemini Live API के माध्यम से उपलब्ध है। इसके लिए एक विशिष्ट प्रारूप में ऑडियो इनपुट की आवश्यकता होती है: 16kHz सैंपल दर पर रॉ, लिटिल-एंडियन, 16-बिट PCM ऑडियो। अनुवादित ऑडियो आउटपुट भी रॉ 16-बिट PCM है, लेकिन एक उच्च 24kHz सैंपल दर पर । मॉडल की कॉन्टेक्स्ट विंडो 128,000 इनपुट टोकन और 64,000 आउटपुट टोकन तक की अनुमति देती है
।
डेमो से पब्लिक लॉन्च तक: रोलआउट की समय-रेखा
Google की इस सार्वजनिक लॉन्च तक की यात्रा चरणबद्ध थी, जिसमें Gemini 3.5 मॉडल परिवार की घोषणा पहली बार मई 2026 में Google I/O डेवलपर कॉन्फ्रेंस में की गई थी ।
- दिसंबर 2025: Google ने पहली बार 70+ भाषाओं में लगातार सुनने और दो-तरफ़ा बातचीत का प्रदर्शन करने वाली एक प्रीव्यू वीडियो में अपनी लाइव स्पीच-टू-स्पीच अनुवाद क्षमताओं का प्रदर्शन किया, और अमेरिका, मैक्सिको और भारत में Android पर Google Translate ऐप में इस सुविधा का एक प्रारंभिक बीटा लॉन्च किया
।
- 2026 की शुरुआत: अंतर्निहित तकनीक को परिष्कृत किया गया। Gemini API का चेंजलॉग इस पुनरावृत्त विकास के हिस्से के रूप में, 26 मार्च, 2026 को
gemini-3.1-flash-live-previewजैसे संबंधित लाइव ऑडियो मॉडल की रिलीज़ दिखाता है।
- 9 जून, 2026:
gemini-3.5-live-translate-previewमॉडल को आधिकारिक तौर पर Gemini Live API और Google AI Studio के माध्यम से डेवलपर्स के लिए, और Android व iOS दोनों पर Google Translate ऐप के अपडेट के माध्यम से वैश्विक उपभोक्ताओं के लिए जारी किया गया।
अभी Gemini 3.5 Live Translate का उपयोग कहाँ करें
यह मॉडल Google के उपभोक्ता, डेवलपर और एंटरप्राइज़ प्लेटफ़ॉर्म की एक विस्तृत श्रृंखला में उपलब्ध कराया जा रहा है, जिसमें पहुँच के विभिन्न स्तर हैं।
Google Translate (Android और iOS)
उपभोक्ताओं के लिए, यह पहुँच का सबसे सरल बिंदु है। यह सुविधा Google Translate ऐप के भीतर वैश्विक स्तर पर रोल आउट हो रही है। उपयोगकर्ता हेडफ़ोन पहने हुए ऐप स्क्रीन के निचले-बाएँ कोने में "Live translate" बटन पर टैप कर सकते हैं। Android पर, Google एक हैंड्स-फ्री "listening mode" भी रोल आउट कर रहा है जो फ़ोन के ईयरपीस के माध्यम से अनुवाद सुनाता है, जिससे आप एक आम कॉल की तरह फ़ोन को अपने कान से लगाकर रख सकते हैं ।
Gemini Live API और Google AI Studio
डेवलपर्स के लिए, यह मॉडल पब्लिक प्रीव्यू में उपलब्ध है। यह एक विशिष्ट अनुवाद कॉन्फ़िगरेशन के साथ Gemini Live API का उपयोग करके तृतीय-पक्ष एप्लिकेशन और सेवाओं में एकीकरण की अनुमति देता है। Google AI Studio डेवलपर्स को मॉडल की क्षमताओं का प्रोटोटाइप और परीक्षण करने के लिए एक सैंडबॉक्स वातावरण भी प्रदान करता है ।
Google Meet
व्यवसायों के लिए पहुँच अधिक प्रतिबंधित है। Google Meet के लिए Gemini 3.5 Live Translate जून 2026 से चुनिंदा एंटरप्राइज़ ग्राहकों के लिए प्राइवेट प्रीव्यू में लॉन्च हो रहा है। जब उपलब्ध होगा, तो यह स्वचालित रूप से एक वक्ता की भाषा का पता लगाएगा और मीटिंग के दौरान 70 से अधिक भाषाओं और 2,000+ भाषा जोड़ियों का समर्थन करते हुए, प्रत्येक प्रतिभागी की पसंदीदा भाषा में इसका अनुवाद करेगा। 2026 के अंत में एक व्यापक रोलआउट की योजना है । यह सुविधा Google Workspace Business Standard और Plus, Enterprise Standard और Plus, Google AI Pro, और Google AI Ultra सब्सक्राइबर्स के लिए उपलब्ध होगी
।
पार्टनर इंटीग्रेशन (Agora, LiveKit, और अधिक)
Agora, Fishjam, LiveKit, Pipecat और Vision Agents जैसे रियल-टाइम कम्युनिकेशन प्लेटफ़ॉर्म पहले से ही Gemini Live API को अपने मीडिया पाइपलाइनों में लाने के लिए इसका एकीकरण करने पर काम कर रहे हैं ।
Grab पायलट प्रोग्राम
सबसे सम्मोहक वास्तविक दुनिया के परीक्षणों में से एक दक्षिण पूर्व एशियाई राइडशेयर और डिलीवरी प्लेटफ़ॉर्म Grab के साथ है। Grab ड्राइवरों और सवारियों के बीच रियल-टाइम वॉइस अनुवाद प्रदान करने के लिए इस तकनीक का पायलट परीक्षण कर रहा है। कंपनी हर महीने 1 करोड़ से अधिक वॉइस कॉल संभालती है, और यह पायलट भाषाई रूप से बिखरे हुए बाज़ार की चुनौती का सीधे सामना करता है ।
AI अनुवाद के भविष्य के लिए इसका क्या मतलब है
बारी-दर-बारी से स्ट्रीमिंग अनुवाद की ओर बढ़ना एक बुनियादी UX बदलाव है। मॉडल को Google Translate और Meet जैसे सर्वव्यापी उत्पादों में गहराई से एकीकृत करके, और इसे एक डेवलपर इकोसिस्टम के लिए खोलकर, Google रीयल-टाइम स्पीच अनुवाद को एक आला सुविधा से वैश्विक संचार के लिए एक मानक बुनियादी ढाँचा परत में बदल रहा है । Grab के साथ पायलट स्पष्ट रूप से इस बदलाव को दर्शाता है, जो तत्काल, स्वाभाविक-लगने वाले अनुवाद को एक नवीनता के बजाय एक उपयोगिता के रूप में स्थापित करता है
।
मॉडल से उत्पन्न सभी AI-जनित ऑडियो को Google की SynthID तकनीक से वॉटरमार्क किया जाता है ताकि इसकी उत्पत्ति का पता लगाया जा सके और संभावित दुरुपयोग को कम किया जा सके, यह एक महत्वपूर्ण कदम है क्योंकि सिंथेटिक आवाज़ तकनीक अधिक विश्वसनीय और व्यापक होती जा रही है ।
Studio Global AI
Search, cite, and publish your own answer
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
लोग पूछते भी हैं
"Google Gemini 3.5 Live Translate: 70+ भाषाओं में रियल-टाइम स्पीच-टू-स्पीच अनुवाद, कहां और कैसे करें इस्तेमाल?" का संक्षिप्त उत्तर क्या है?
Google के Gemini 3.5 Live Translate ने 70 से ज़्यादा भाषाओं में बिना रुकावट, लगभग तुरंत स्पीच टू स्पीच अनुवाद शुरू कर दिया है, और यह Google Translate ऐप, Gemini Live API और Google AI Studio में ग्लोबली रोलआउट हो रहा है।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Google के Gemini 3.5 Live Translate ने 70 से ज़्यादा भाषाओं में बिना रुकावट, लगभग तुरंत स्पीच टू स्पीच अनुवाद शुरू कर दिया है, और यह Google Translate ऐप, Gemini Live API और Google AI Studio में ग्लोबली रोलआउट हो रहा है। पुराने बारी बारी वाले अनुवादकों के विपरीत, यह मॉडल व्यक्ति के बोलते ही अनुवाद करना शुरू कर देता है और उनकी मूल आवाज़ की तान, गति और पिच को बरकरार रखते हुए लगातार अनुवादित ऑडियो स्ट्रीम करता है।
मुझे अभ्यास में आगे क्या करना चाहिए?
इस तकनीक का परीक्षण वर्तमान में दक्षिण पूर्व एशिया की राइडशेयर कंपनी Grab द्वारा ड्राइवर राइडर संचार के लिए किया जा रहा है और 2026 के अंत तक इसका व्यापक Google Meet रोलआउट होगा।
सूत्र
- ai.google.devGemini 3.5 Live Translate | Gemini API - Google AI for Developers
- blog.googleFluid, natural voice translation with Gemini 3.5 Live Translate
- youtube.comSpeech translation in Google Meet with Gemini 3.5 Live Translate
- youtube.comIntroducing Gemini's speech-to-speech translation capabilities
- ai.google.devRelease notes | Gemini API - Google AI for Developers
- x.comToday, we released Gemini 3.5 Live Translate, our latest audio ...
- digg.comGoogle launches Gemini 3.5 Flash Live Translate for real- ...
- ai.google.devLive translation with Gemini Live API - Google AI for Developers
- deepmind.googleGemini 3.5 Audio (Live Translate) - Model Card - Google DeepMind
- developers.googleblog.comAll the news from the Google I/O 2026 Developer keynote
- extremetech.comGemini Brings Live Speech‑to‑Speech Translation to Google Translate
- 9to5google.comGemini 3.5 Live Translate rolling out to Google Meet and ...
- deepmind.googleGemini Audio – Live dialogue
- support.google.comLearn about Speech Translation - Android - Google Meet ...
- x.comGoogle unveils 𝐆𝐞𝐦𝐢𝐧𝐢 𝟑.𝟓 𝐋𝐢𝐯𝐞 𝐓𝐫𝐚𝐧𝐬𝐥𝐚𝐭𝐞 ...
- mk.co.krGoogle has unveiled the next-generation voice translation artificial intelligence (AI) model "Gemini..
- youtube.comWhat Gemini 3.5 Live Translate Means for Global Communication in 2026
- blocktempo.comGoogle 翻譯升級：Gemini 3.5 讓即時語音口譯不再有尷尬停頓
- startuphub.aiGoogle Rolls Out Gemini 3.5 Live Translate | StartupHub.ai
- ai.google.devModels | Gemini API - Google AI for Developers
- digg.comGoogle releases Gemini 3.5 Flash Live Translate, a low- ...
- moneycontrol.comGoogle releases Gemini 3.5 Live Translate with real-time speech translation in over 70 languages
- deepmind.googleGemini Audio
- cloudprice.netGemini 3.5 Live Translate pricing & specs — Google
- x.comGoogle
- youtube.comGoogle Launches Gemini 3.5 Live Translate for Real-Time Speech Across 70 Languages
- blog.googleGemini 3.5: frontier intelligence with action - Google Blog
- mashable.comGoogle launches Gemini 3.5 Flash. How to try it for free. | Mashable
- gigazine.netGoogleが即時翻訳を実現する「Gemini 3.5 Live Translate」を発表、iOSとAndroidのGoogle翻訳アプリにも実装へ