Google annonce Gemini 3.5 Live Translate, un outil de traduction vocale en temps réel qui préserve le ton, le rythme et la hauteur de voix de l'orateur, avec des filigranes SynthID pour plus de sécurité

Google annonce Gemini 3.5 Live Translate, un outil de traduction vocale en temps réel qui préserve le ton, le rythme et la hauteur de voix de l'orateur, avec des filigranes SynthID pour plus de sécurité

Google a annoncé Gemini 3.5 Live Translate, son tout dernier modèle de traduction vocale en temps réel. Ce modèle peut détecter plus de 70 langues et générer « une traduction vocale fluide et naturelle » qui préserve l’intonation, le rythme et la hauteur de la voix. Contrairement aux systèmes de traduction tour par tour qui « attendent que l’orateur ait fini de parler avant de répondre », ce modèle génère de la parole en continu. En matière de sécurité, tous les fichiers audio générés sont marqués d'un filigrane SynthID.

En mai 2026, Google a lancé Gemini 3.5 Flash, un nouveau modèle d’IA que l’entreprise présente comme son plus performant à ce jour pour le codage et les agents IA autonomes. Ce modèle, dévoilé lors de la conférence annuelle des développeurs Google I/O, est capable d’exécuter de manière autonome des pipelines de codage, de gérer des projets de recherche et, lors de tests internes, de créer un système d’exploitation entièrement à partir de zéro. Ce lancement marque le passage de Google d’une IA présentée comme un outil conversationnel à une IA présentée comme un outil agentique.

Récemment, Google a annoncé Gemini 3.5 Live Translate, son tout dernier modèle de traduction vocale en temps réel. Ce modèle peut détecter plus de 70 langues et générer « une traduction vocale fluide et naturelle » qui préserve l’intonation, le rythme et la hauteur de la voix. Contrairement aux systèmes de traduction tour par tour qui « attendent que l’orateur ait fini de parler avant de répondre », ce modèle génère de la parole en continu. Il en résulte « un son fluide, sans pauses gênantes, qui ne prend que quelques secondes de retard sur l’orateur tout au long de la session ».

Gemini 3.5 Live Translate est en cours de déploiement sur Google Translate pour Android et iOS. Appuyez sur « Live Translate » dans le coin inférieur gauche tout en portant un casque. L'application Android déploie également un nouveau « mode d'écoute » qui vous permet d'entendre les traductions via l'écouteur du téléphone lorsque vous n'avez pas de casque à portée de main. Il vous suffit de « tenir votre téléphone contre votre oreille, comme pour un appel classique ». Gemini 3.5 Live Translate est également disponible en préversion publique pour les développeurs via l'API Gemini Live et Google AI Studio.

En matière de sécurité, tous les fichiers audio générés sont marqués d'un filigrane SynthID. Selon Google, ce filigrane imperceptible est directement intégré à la sortie audio, garantissant que le contenu généré par l'IA reste détectable afin d'aider à prévenir la désinformation.


Voici l'annonce de Google :

Une traduction vocale fluide et naturelle avec Gemini 3.5 Live Translate

Il y a vingt ans, la traduction chez Google a débuté comme l’une de nos expériences pionnières en apprentissage automatique, visant à transformer la science du langage en la magie de la connexion humaine. Cette expérience a fait un long chemin, avec plus d’un billion de mots traduits chaque mois pour des milliards d’utilisateurs à travers nos produits.

Aujourd’hui, nous franchissons une nouvelle étape avec le lancement de Gemini 3.5 Live Translate, notre dernier modèle audio dédié à la traduction vocale en direct.

Le modèle détecte automatiquement plus de 70 langues et génère une traduction vocale fluide et naturelle qui préserve l'intonation, le rythme et la hauteur de voix de l'orateur. Contrairement aux systèmes « tour par tour » qui attendent que l'orateur ait fini de parler avant de répondre, 3.5 Live Translate génère la traduction en continu, trouvant le juste équilibre entre l'attente d'un contexte plus complet pour améliorer la qualité et la traduction immédiate pour rester en phase avec l'orateur. Il offre un son fluide sans pauses gênantes et ne prend que quelques secondes de retard sur l'orateur tout au long de la session.

Gemini 3.5 Live Translate est déployé dès aujourd'hui sur l'ensemble des produits Google :

- Pour les développeurs, en préversion publique via l'API Gemini Live et Google AI Studio
- Pour les entreprises, en préversion privée à partir de ce mois-ci dans Google Meet
- Pour tous, via Google Translate sur Android et iOS

Développez avec 3.5 Live Translate

Gemini 3.5 Live Translate traite la parole au fur et à mesure de sa diffusion, permettant une connexion plus fluide entre les langues. Le modèle gère les entrées multilingues sans qu'il soit nécessaire de configurer manuellement les paramètres. Parallèlement, sa résistance au bruit garantit que les applications peuvent fonctionner dans des environnements bruyants et imprévisibles. Vous pouvez utiliser ses capacités pour faciliter l'interprétation en direct lors d'appels, de réunions, de cours, d'émissions et bien plus encore.

Découvrez l'API Gemini Live en action, permettant le doublage et la traduction multilingue simultanée. Plongez-vous dans la démo ou consultez d'autres exemples de code dans le Gemini Cookbook.

En utilisant l'API Gemini Live, des plateformes de développement telles qu'Agora, Fishjam, LiveKit, Pipecat et Vision Agents permettent aux développeurs de créer et de déployer facilement des applications de traduction vocale. Ces intégrations gèrent l'infrastructure complexe de diffusion multimédia en temps réel, afin que les développeurs puissent se concentrer sur l'expérience utilisateur.

Nos partenaires chez Grab testent actuellement le modèle afin de permettre une communication multilingue en temps quasi réel entre les chauffeurs et les passagers lors des prises en charge. Ces utilisateurs passent plus de 10 millions d'appels vocaux par mois via Grab.


Découvrez la version 3.5 de Live Translate lors de vos visioconférences

La traduction vocale dans Google Meet utilisera bientôt la version 3.5 de Live Translate, améliorant ainsi l'expérience grâce aux fonctionnalités suivantes :

- Proposant plus de 70 langues, une amélioration par rapport à la limite précédente de seulement cinq langues,
- Permettant des conversations dans plus de 2 000 combinaisons linguistiques au cours d'une même réunion, contre une traduction uniquement vers et depuis l'anglais auparavant,
- Mettant à jour l'interface pour offrir un accès instantané à la traduction vocale.

Nous lançons cette mise à jour en avant-première privée pour certains clients professionnels de Google Workspace à partir de ce mois-ci, avant un déploiement plus large dans le courant de l'année.


Bénéficiez de la version 3.5 de Live Translate dans l'application Google Traduction sur Android ou iOS

Le modèle est également déployé à l'échelle mondiale sur l'application Google Traduction, tant sur Android que sur iOS. Lorsque vous utilisez la fonctionnalité Live Translate, il vous suffit de brancher n'importe quel casque pour bénéficier d'une traduction plus fluide qui reflète le ton de l'orateur dans plus de 70 langues.

Pour les utilisateurs d'Android, nous commençons également à déployer un nouveau « mode d'écoute » avec la version 3.5 de Live Translate, qui vous permet d'entendre les traductions directement via l'écouteur de votre téléphone. Il vous suffit de porter votre téléphone à votre oreille comme pour un appel classique, et l'audio traduit vous parvient directement. Cette nouvelle fonctionnalité peut s'avérer utile dans les situations où vous souhaitez entendre rapidement les traductions sans que les autres ne les entendent, et où vous n'avez pas vos écouteurs à portée de main.

Filigrane SynthID

Tous les fichiers audio générés par nos modèles sont marqués d'un filigrane SynthID. Ce filigrane imperceptible est directement intégré au flux audio, garantissant que le contenu généré par l'IA reste identifiable afin de contribuer à la prévention de la désinformation. Pour plus de détails sur notre approche en matière de sécurité et de responsabilité, consultez la fiche du modèle.

Source : Annonce de Google

Et vous ?

Pensez-vous que cette annonce est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

Gemini 3.1 Flash Live : Google déploie un agent vocal si naturel qu'il serait plus difficile de savoir si vous parlez à un robot, offrant une expérience plus intuitive aux développeurs et aux entreprises

NVIDIA publie un ensemble de données ouvertes et des modèles pour l'IA vocale multilingue, Granary a été utilisé pour former des modèles d'IA à haute précision et haut débit pour les traductions

Le traducteur ChatGPT d'OpenAI rivalise avec Google Translate et vous permet de choisir le style du texte traduit, par exemple « professionnel », « académique » ou « plus fluide »