Gemini 3.5 Live Translate:
Neue KI übersetzt Sprache in Echtzeit

Google bringt mit Gemini 3.5 Live Translate eine neue Echtzeit-Übersetzung für über 70 Sprachen. Die KI wartet nicht mehr auf das Satzende, sondern gibt das Gesprochene flüssig wieder. Dabei passt sie sich sogar an die originale Stimmlage an.

KI-Übersetzer für über 70 Sprachen

Google hat die Veröffentlichung von Gemini 3.5 Live Translate angekündigt. Das neue Modell für die Sprache-zu-Sprache-Übersetzung steht ab sofort für die hauseigene Übersetzungs-App unter Android und iOS zur Verfügung. Gleichzeitig startet eine Testphase für den Videokonferenzdienst Google Meet sowie für Softwareentwickler. Im Gegensatz zu bisherigen Systemen wartet die künstliche Intelligenz nicht auf das Ende eines Satzes, sondern übersetzt kontinuierlich.

Das soll eine flüssige Ausgabe ohne lange Pausen erzeugen, die nur wenige Sekunden hinter dem Originalsprecher liegt. Die Software erkennt über 70 Sprachen automatisch und passt die Ausgabe an Betonung und Tonhöhe der sprechenden Person an. Ein Nachteil ist jedoch, dass bei der kontinuierlichen Verarbeitung gelegentlich der Kontext fehlen könnte, der sich oft erst am Satzende erschließt.

Neuer Hörmodus für Smartphones

Wie das Unternehmen in einem Blogbeitrag schreibt, entfällt der Zwang zu spezieller Hardware. Bisher funktionierte die Live-Übersetzung oftmals nur in Kombination mit Kopfhörern. Das Update für die Übersetzungs-App bringt nun einen neuen Hörmodus mit sich.

Anwender können das Smartphone wie bei einem regulären Telefonat an das Ohr halten, um die übersetzte Audiospur direkt über die Hörmuschel abzuspielen. Das erleichtert die Nutzung auf Reisen erheblich. Vorerst bleibt das praktische Update jedoch exklusiv dem mobilen Betriebssystem Android vorbehalten, während iOS-Nutzer weiterhin Kopfhörer anschließen müssen.

Erweiterung für Google Meet

Im geschäftlichen Umfeld profitiert Google Meet von der neuen Technik. Die Videokonferenzsoftware unterstützte bisher lediglich fünf Sprachen bei der Sprachübersetzung. Durch das Update auf das neue Modell steigt die Zahl auf über 70. Das ermöglicht mehr als 2000 Sprachkombinationen innerhalb einer Besprechung. Der Rollout erfolgt aktuell jedoch nur als private Vorschauversion für ausgewählte Workspace-Kunden.

Um den Missbrauch der Technologie zu verhindern, integriert der Konzern ein unsichtbares Wasserzeichen namens SynthID in die generierten Audiosignale. Das Verfahren markiert die Ausgaben dauerhaft als maschinell erzeugt und soll die Verbreitung von Falschinformationen eindämmen. Das Wasserzeichen lässt sich nach aktuellem Stand nicht entfernen. Das stellt für die Authentizitätsprüfung einen Vorteil, für bestimmte Einsatzzwecke aber eine Einschränkung dar.

Wie bewertet ihr die neuen Übersetzungsfunktionen für den Alltag? Teilt eure Gedanken und Erfahrungen zu Echtzeit-Übersetzern gerne in den Kommentaren mit uns.

Siehe auch: