　米Googleは6月9日（現地時間）、最新の音声モデル「Gemini 3.5 Live Translate」を発表した。話し終わりを待ってから訳す従来の方式とは異なり、話し手から数秒遅れながら継続的に音声を生成し、シームレスな同時通訳に近い体験を実現する。70以上の言語を自動検出し、話し手のイントネーションやペース、ピッチを維持したまま自然な合成音声で訳出するとしている。

　展開は3つの層で同時に進む。開発者向けには「Gemini Live API」および「Google AI Studio」でパブリックプレビューとして提供を開始。企業向けには「Google Meet」で、一部のGoogle Workspace法人顧客を対象にプライベートプレビューが今月から始まり、年内にはより広範なロールアウトを予定する。一般ユーザー向けにはAndroidおよびiOSの「Google翻訳」アプリでグローバルに順次展開される。

　「Google翻訳」アプリの「ライブ翻訳モード」を利用する際は、任意のヘッドフォンを接続することで、話し手のトーンを反映した同時通訳を70以上の言語で体験できる。加えてAndroid版では、ヘッドフォンを使わず端末の受話口から訳出音声を聞ける新しい「リスニング」のロールアウトも始まる。

モバイルアプリではヘッドフォンなしで利用可能に

　Google Meetでは、既存の音声翻訳機能が「Gemini 3.5 Live Translate」ベースに刷新される。従来は英語との間で5言語のみに限られていたが、今回の更新で70以上の言語に対応し、1つの会議内で2000を超える言語ペアでの会話が可能になる。インタフェースも更新し、音声翻訳機能に素早くアクセスできるようにする。

　Gemini 3.5 Live Translateはストリーミングで音声を処理しながら、文脈を待って品質を高めるか、即時に訳して話し手と同期するかのトレードオフを動的に調整するという。多言語入力を手動設定なしで扱えるほか、騒がしい環境にも対応するノイズ耐性を備える。Googleは応用先として、多言語の通話や会議、授業、ライブ放送などを挙げている。パートナーである配車サービスのGrabは、ドライバーと乗客の合流時のコミュニケーション向けにこのモデルをテスト中で、同社では月間1000万件超の音声通話が発生しているという。

　なお、同モデルが生成する音声にはすべて電子透かし技術「SynthID」が埋め込まれ、AI生成コンテンツであることを検出可能にしている。

Google検索が「AI検索」に──エージェント機能やマルチモーダル入力に対応
Googleは開発者会議「Google I/O 2026」で、Google検索を複数のGeminiモデルとエージェント機能を統合した「AI検索」へ刷新すると発表した。25年ぶりとなる検索ボックスの刷新でマルチモーダル入力に対応し、AIモードには最新の「Gemini 3.5」を搭載。さらに、Web等を自動監視する「Search Agents」や、検索結果上に連携ミニアプリを自動構築する機能が今夏以降に順次導入される。
Google翻訳、会話を“リアルタイムでAI翻訳”する新機能　米国などで先行提供
米Googleは8月26日（現地時間）、アプリ「Google Translate（Google翻訳）」に会話をリアルタイムで翻訳できる新機能を追加したと発表した。AIモデル「Gemini」を活用したもので、まずは米国、インド、メキシコのユーザー向けに提供を始めた。
Googleの「Gemini Live」、翻訳サポート　画面共有と動画ストリーミングも数カ月以内に
Googleは、Gemini Advanceユーザーにメールで「Gemini Live」での翻訳が可能になったと知らせた。数カ月中に画面共有およびライブ動画ストリーミング機能も追加されるとしている。
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
Googleは、Geminiの機能を活用した複数の翻訳・音声関連新機能を発表した。「Gemini 2.5 Flash Native Audio」を導入し、Geminiライブの会話能力を向上。Google翻訳にはGeminiの最先端翻訳機能が導入され、慣用句などの翻訳精度が向上した。また、イヤホンでのリアルタイム音声間翻訳機能や、Duolingoのような言語学習ツールの拡張も行われた。