世界动态 · 人工智能 · 2025年12月12日
实时翻译：耳机里的谷歌翻译
自2025年12月起，谷歌翻译可在耳机中实时翻译语音，支持70多种语言。当语言不再是一堵墙，会改变什么。
bairogonzalez.com 团队，根据 Bairo 的经历撰写 · 发布于
2025年12月12日，谷歌宣布，谷歌翻译开始直接在耳机中实时翻译语音，所用的 Gemini 模型能把语音转换为语音，并保留说话人的语气、重音和节奏。这项功能以测试版形式推出，面向美国、墨西哥和印度的安卓用户，支持70多种语言，预计2026年登陆 iPhone 和更多国家。几个月前，即2025年5月，Google Meet 已经开始在视频通话中翻译语音。
发生了什么
这条路经历了两个公开阶段。
2025年5月，在会议中。在 Google I/O 大会上，谷歌展示了 Google Meet 中的语音翻译，它采用 Google DeepMind 的一个音频模型。用户听到的不是字幕，而是对方已经被翻译好的话语，声音与原声相似，原始音频则在背景中低声播放。据 TechCrunch 和 9to5Google 报道，首发支持英语和西班牙语互译，面向人工智能付费套餐的订阅用户，意大利语、德语和葡萄牙语随后推出。
2025年12月，在口袋里。谷歌在官方博客上宣布了翻译的三项变化：
- 由 Gemini 完成的文本翻译，在俚语、习语和双关语方面表现更好；
- 耳机中的实时语音翻译，适用于任何耳机，支持70多种语言，处于测试阶段；
- 新的语言练习功能，包括英语与葡萄牙语这一组合。
Tom's Guide 等科技媒体突出了最引人注目的一点：不需要特殊耳机，一部手机加一副普通耳机就够了。
为何重要
机器翻译已经存在了几十年，但它是书面的，以字幕形式出现，有延迟，也没有声音。实时语音翻译改变了体验：两个人看着对方交谈，各自说着自己的语言。
这对最受语言障碍之苦的人尤其重要：在社区卫生站就诊的移民、想把产品卖到海外的生产者、在另一个国家寻找专科医生的患者。局限依然存在：它还是测试版，在专业术语和浓重口音上会出错，而在医疗和法律领域，翻译错误的代价可能很高。在严肃的场合，规则是请一个人来核对。
拜罗的看法
拜罗·莱昂德罗·冈萨雷斯·马丁内斯（Bairo Leandro Gonzalez Martinez）从内部了解这道障碍。他1982年生于哥伦比亚，2002年来到巴西，这是一个他梦想去了解的国家；他讲述，卡波耶拉是那座桥。换过国家的人都知道，用一门还不属于自己的语言进行的每一次交谈有多沉重。在他看来，实时翻译是人工智能作为人类的延伸最清楚的例子之一：它不取代交谈，而是让交谈得以发生。
翻译代理是他为医疗领域提出的设计的一部分。在他的理解中，谷歌这样的通用翻译打开了大门，剩下的由细分领域人工智能来完成：一个懂得问诊、出口合同或诉讼词汇的翻译，需要专门化，也需要一个人来核对。他创立的代理编排器 CLAIN 正是为协调这样的专家而构思的。2026年10月1日宣布的"142天142个细分领域人工智能"是一个目标。
与生态系统的交汇
- 在 Xperienc Global Labs，Global Language 代理的构想是一种远程问诊，让每个人都用自己的语言听。国际问诊是临床第二意见，而非诊断报告，由临床助手参与并由专业人员核实。
- CEASA Bank 是一个农业综合企业金融平台，运行在获授权机构的基础设施之上，其构想包括为其他国家的买家提供报价和发票，在那里，语言本身就是谈判的一部分。
- 对于刚来到巴西的人，在巴西的移民如何使用人工智能和如何用人工智能学葡萄牙语这两份指南展示了第一步。
资料来源
- Google，2025年12月12日：Bringing state-of-the-art Gemini translation capabilities to Google Translate
- Tom's Guide，2025年12月：Google Translate is bringing real-time translations powered by Gemini to your headphones
- TechCrunch，2025年5月20日：Google Meet is getting real-time speech translation
- 9to5Google，2025年5月20日：Google Meet adding real-time Speech Translation