Gemini 3.5 Live Translate, la voce che abbatte le distanze tra oltre 70 lingue in tempo reale | Festina Lente - Notizie, recensioni e approfondimenti sull’intelligenza artificiale | Turtles AI

Google ha presentato Gemini 3.5 Live Translate, un modello di traduzione simultanea parlato-parlato capace di riconoscere oltre 70 lingue e restituire una voce naturale e fluida in tempo reale. La tecnologia arriverà su Google Meet, Google Traduttore, API Gemini Live e Google AI Studio.

Punti chiave:

• Traduzione simultanea continua senza pause artificiali
• Supporto automatico per oltre 70 lingue e migliaia di combinazioni linguistiche
• Voce tradotta con tono, ritmo e intonazione simili all’originale
• Integrazione in Meet, Google Traduttore, Gemini Live API e Google AI Studio

C’era un tempo in cui parlare con qualcuno dall’altra parte del mondo sembrava richiedere dizionari tascabili, gesti improvvisati e una buona dose di pazienza. Vent’anni dopo i primi esperimenti di traduzione automatica di Google, la promessa di abbattere le barriere linguistiche entra in una nuova fase con Gemini 3.5 Live Translate, il modello audio che punta a rendere le conversazioni multilingue quasi naturali quanto quelle tra persone che condividono la stessa lingua. La novità più evidente non è soltanto la velocità, ma il modo in cui il sistema traduce: non aspetta che l’oratore finisca la frase per iniziare a parlare, come avviene nei tradizionali sistemi “turn-by-turn”, ma genera la traduzione in modo continuo, mantenendo il ritmo del dialogo e riducendo le pause imbarazzanti che spesso spezzano la fluidità di una conversazione. È un cambiamento che, nella pratica, avvicina l’esperienza a quella di un interprete umano che ascolta e traduce quasi in simultanea. Gemini 3.5 Live Translate è in grado di rilevare automaticamente più di 70 lingue e di restituire una voce tradotta dal suono naturale, preservando intonazione, ritmo e tono emotivo del parlante. Il modello cerca un equilibrio delicato: aspetta abbastanza contesto per produrre traduzioni accurate, ma non così tanto da accumulare ritardo. Google sostiene che il sistema rimanga generalmente a pochi secondi di distanza dall’oratore originale per tutta la durata della sessione. La tecnologia arriva progressivamente su diversi prodotti dell’ecosistema Google. Gli sviluppatori possono già provarla tramite l’API Gemini Live e Google AI Studio, mentre alcune aziende la stanno testando in anteprima privata all’interno di Google Meet. Per il pubblico generale, la funzione sarà disponibile attraverso Google Traduttore su Android e iOS. Proprio l’integrazione con Meet rappresenta uno degli aspetti più interessanti: il servizio di videoconferenza passerà da cinque lingue supportate a oltre settanta e permetterà conversazioni in più di duemila combinazioni linguistiche all’interno della stessa riunione. Significa, per esempio, che un partecipante potrà parlare in giapponese, un altro in spagnolo e un terzo in italiano, ricevendo ciascuno la traduzione nella propria lingua in tempo quasi reale. L’interfaccia sarà inoltre semplificata per rendere l’accesso alla traduzione vocale più immediato durante le call. Anche l’app Google Traduttore riceve un aggiornamento sostanziale. Collegando un paio di cuffie, gli utenti potranno ascoltare una traduzione più fluida e naturale, con una voce che cerca di riprodurre le caratteristiche vocali dell’interlocutore. Su Android debutta anche una nuova “modalità di ascolto”: basta avvicinare il telefono all’orecchio come durante una chiamata normale per sentire la traduzione direttamente dall’auricolare del dispositivo, senza bisogno di cuffie. Una funzione pensata per situazioni quotidiane, come chiedere indicazioni, parlare con un tassista o conversare in ambienti dove non si vuole diffondere l’audio all’esterno. Sul fronte tecnico, Gemini 3.5 Live Translate è progettato per funzionare bene anche in ambienti rumorosi e gestire input multilingue senza configurazioni manuali. Questo lo rende adatto non solo alle conversazioni informali, ma anche a lezioni, conferenze, trasmissioni e riunioni internazionali. Google sta già collaborando con partner industriali per sperimentare casi d’uso concreti: la piattaforma Grab, ad esempio, lo sta testando per facilitare la comunicazione tra autisti e passeggeri in tempo quasi reale durante le chiamate vocali. Attorno al modello si sta formando anche un piccolo ecosistema di sviluppo. Servizi come Agora, LiveKit, Pipecat, Fishjam e Vision Agents stanno integrando l’API Gemini Live per aiutare gli sviluppatori a creare applicazioni di traduzione vocale senza doversi occupare direttamente della complessa infrastruttura di streaming audio in tempo reale. L’obiettivo dichiarato è spostare l’attenzione dall’ingegneria di base all’esperienza utente. L’evoluzione della traduzione automatica di Google è significativa anche dal punto di vista storico. Quando Google Translate nacque nei primi anni 2000, si basava soprattutto su modelli statistici che confrontavano enormi quantità di testi bilingui. Nel 2016 l’azienda passò alla traduzione neurale, migliorando drasticamente la qualità delle traduzioni scritte. Oggi, con Gemini 3.5 Live Translate, il focus si sposta dalla semplice conversione di testo alla riproduzione di una conversazione viva, con voce, ritmo e sfumature emotive. Non si tratta più solo di capire le parole, ma di mantenere il “come” vengono dette. Google non è l’unica azienda a muoversi in questa direzione: anche Microsoft, Meta e startup specializzate stanno investendo in traduzione vocale in tempo reale e modelli multimodali. Ma l’integrazione capillare nei prodotti già utilizzati da miliardi di persone  Meet, Android, iOS, Traduttore e gli strumenti per sviluppatori  potrebbe dare a Google un vantaggio decisivo nella diffusione quotidiana di questa tecnologia.

La traduzione simultanea, un tempo confinata alle cabine degli interpreti nei vertici internazionali, si avvicina sempre di più all’idea di essere una funzione ordinaria del nostro smartphone.