Google、Gemini活用で翻訳・会話能力を強化　イヤホンでのリアルタイム翻訳も改善

公開 2025年12月15日 11時10分

[ITmedia]

印刷する

　米Googleは12月12日（現地時間）、Geminiの機能を活用した音声通話と翻訳関連の複数の新機能を発表した。ライブ音声エージェントの能力を向上させる新しいオーディオモデルのリリース、「Google翻訳」のテキスト翻訳機能の改善、イヤホンを使ったリアルタイムの音声間翻訳の提供、言語学習ツールの拡張だ。

（画像：Google）

Gemini 2.5 Flash Native Audio

　ライブ音声エージェント（リアルタイムで応答するAI）向けにアップデートした「Gemini 2.5 Flash Native Audio」をリリースした。このモデルは、複雑なワークフローの処理やユーザーの指示のナビゲート、より自然な会話を行う能力が向上しているという。複数ターンの会話品質が大幅に向上し、以前の会話の文脈をより効果的に取得できるため、よりまとまりのある会話を実現できるとしている。

　同日から、「Google AI Studio」や「Vertex AI」などで利用可能になり、「Gemini Live」（日本では「Geminiライブ」）や「Search Live」（日本での提供はまだ）への展開も始まっている。開発者向けには、「Vertex AI」で一般提供され、「Gemini API」でプレビューとして利用可能になった。

Geminiの翻訳機能の「Google翻訳」のテキスト翻訳への導入

　Google翻訳のテキスト翻訳に、Geminiの最先端の翻訳機能が導入された。これにより、イディオムや地域の表現、スラングなど、より微妙な意味合いを持つフレーズに対して、より賢く、自然で正確な翻訳が提供されるという。例えば、米国での「stealing my thunder」（直訳では「私の雷を盗む」だが、「手柄やアイデアを横取りする」という意味）のような慣用句を正しく翻訳できるようになったとしている。

　このアップデートは、まずは米国とインドのAndroidおよびiOS版のGoogle翻訳アプリおよびWebで提供を開始する。英語と、スペイン語、ヒンディー語、中国語、日本語、ドイツ語を含む約20の言語間の翻訳で利用可能だ。

イヤホンでのリアルタイム翻訳

　Geminiの新しいネイティブな音声間翻訳機能に基づき、イヤホンを使用してリアルタイム翻訳を聞くことができるβ体験も展開している。話者の抑揚、ペース、ピッチを保持することで、より自然な翻訳を作成するというものだ。話されている言語を識別して翻訳を開始するので、ユーザーは、翻訳を開始するために話されている言語を知る必要もない。

　同日から、米国、メキシコ、インドのAndroid版Google翻訳アプリで展開されており、70以上の言語をサポートしている。iOS版およびその他の地域への展開は2026年に予定している。

　以下の動画では、フランス語から英語、韓国語、中国語、ドイツ語から英語へのリアルタイム翻訳の様子を視聴できる。