Gemini 3.5 Live Translate : traduction vocale en direct

Imaginez-vous dans une gare bondée, écouteurs aux oreilles, écoutant les paroles d'un inconnu se transformer en votre langue presque avant qu'il n'ait fini sa phrase. C'est la promesse que Google tient avec Gemini 3.5 Live Translate, un modèle conçu pour rendre la traduction orale en direct moins mécanique et plus proche d'un ami polyglotte interprétant en temps réel.

Gemini 3.5 Live Translate peut reconnaître et restituer la parole dans plus de 70 langues, en préservant le rythme, la hauteur et la cadence du locuteur pour que les traductions paraissent naturelles plutôt que robotiques. Le secret n'est pas un tour de passe-passe ; c'est une approche en streaming qui traite l'audio pendant qu'il est prononcé, réduisant les silences gênants des anciens systèmes qui attendaient la fin d'une intervention avant de répondre.

La latence est faible. Très faible. Google affirme que les traductions suivent la voix originale de seulement quelques secondes, offrant des échanges plus fluides. Il gère également les entrées en langues mixtes sans paramètres manuels - vous pouvez avoir des participants multilingues et le modèle gèrera le flux. Pas de menus à manipuler en plein appel. Pas de tâtonnements pour changer de mode. C'est l'objectif.

La disponibilité commence dans l'application Google Translate sur Android et iOS. Pour l'utiliser, connectez des écouteurs et appuyez sur l'option Live Translate en bas à gauche. Si vous n'avez pas d'écouteurs sous la main, un nouveau mode Écouter sur Android diffuse les traductions via le haut-parleur du téléphone : tenez simplement l'appareil contre votre oreille comme pour un appel classique et laissez le téléphone interpréter.

Pour les réunions, cela peut changer la donne. Le sous-titrage en direct de Google Meet était auparavant limité à seulement cinq langues pour la parole traduite. Avec Gemini 3.5, le support s'étend à plus de 70 langues, permettant plus de 2 000 combinaisons de langues possibles dans une seule session - une couverture bien plus large pour les équipes internationales, les salles de classe et les événements.

Sur le web, Google introduit un contrôle en une touche pour lancer immédiatement la traduction en direct. Ce contrôle sera déployé de manière expérimentale ce mois-ci, une initiative qui souligne que l'entreprise veut que la traduction en temps réel ressemble à une fonctionnalité intégrée plutôt qu'à un ajout.

Le modèle est conçu pour être robuste dans des environnements bruyants et imprévisibles. Les bavardages de fond, le bruit de la rue ou les voix qui se chevauchent - Gemini 3.5 est conçu pour y résister. Les développeurs peuvent s'attendre à voir le modèle déployé dans l'écosystème de Google, de Translate à Meet et via des API pour des applications tierces.

Tous les contenus audio produits par les modèles de Google porteront un filigrane SynthID invisible intégré dans la sortie, rendant la parole générée par l'IA détectable et aidant à limiter les usages abusifs.

Des questions subsistent. Comment le système gérera-t-il les dialectes régionaux, les alternances de code ou les langues disposant de jeux de données limités ? Comment la vie privée et le consentement seront-ils gérés lorsque des conversations sont transcrites et traduites en temps réel ? Google évoque deux décennies de travaux en traduction et affirme que des milliards d'utilisateurs dépendent déjà de ses outils, mais intégrer un modèle de streaming puissant dans l'usage courant soulève de nouveaux défis en matière de politique et d'expérience utilisateur.

Pour toute personne qui voyage, enseigne ou organise des réunions mondiales, la traduction en direct de Gemini 3.5 représente un saut pratique : moins de friction, plus d'immédiateté et une voix qui sonne humaine. Lorsque la langue cesse d'être un obstacle et devient un bruit de fond, la question change : comment écouter différemment plutôt que comment traduire.