API Gemini 3.5 Live Translate,
Diterangkan

Gemini 3.5 Live Translate ialah model Google yang sebenar dan khusus — dilancarkan pada Jun 2026 — untuk terjemahan pertuturan-ke-pertuturan hampir masa nyata merentas 70+ bahasa. Pembangun mengaksesnya sebagai model gemini-3.5-live-translate-preview melalui Gemini Live API, dan Google juga menawarkan Live Translate melalui aplikasi Google Translate serta pratonton terjemahan pertuturan Google Meet untuk pengguna yang layak. Apa yang tidak ada ialah "Live Translate API" siap guna yang anda hanya perlu hidupkan: menggunakan model melalui API masih bermaksud membina aplikasi di sekelilingnya.

Inilah bahagian yang sering dipermudahkan oleh kebanyakan hasil carian: API ialah blok binaan, bukan alat siap. Jika anda seorang pembangun, perbezaan itu memang menarik. Jika anda hanya perlu memahami pelanggan di Tokyo semasa panggilan langsung petang ini, ia boleh menjadi lencongan selama tiga minggu.

Anda mungkin sudah perasan betapa pantas model Gemini Google bergerak — versi baharu dilancarkan, keupayaan berkembang, dan dokumentasi berubah setiap suku tahun. Panduan ini menerangkan apa sebenarnya yang dilakukan oleh Gemini Live API untuk terjemahan, kos pembinaannya, dan bila anda lebih baik menggunakan alat siap berasaskan pelayar alat terjemahan mesyuarat masa nyata yang langsung tidak memerlukan kod.

Apakah "Gemini 3.5 Live Translate API"?

Mari jelaskan namanya dahulu. Orang mencari "Gemini 3.5 Live Translate API" dengan jangkaan satu suis yang menukar Gemini menjadi jurubahasa langsung. Model ini memang wujud dan dinamakan — tetapi sebagai API, ia sesuatu yang anda bina dengannya, bukan produk satu klik.

Anda mengakses Gemini 3.5 Live Translate melalui Gemini Live API, yang didokumentasikan oleh Google untuk pembangun. Ia ialah antara muka latensi rendah yang menstrim audio masuk dan menstrim respons keluar — teks, dan secara pilihan, pertuturan yang disintesis. Live Translate ialah model audio khusus yang ditala untuk tugas ini, manakala Live API yang lebih luas juga boleh mengendalikan transkripsi, ringkasan, atau soal jawab dengan model lain.

Bahagian "3.5" ialah versi model. Gemini telah melalui beberapa generasi, dan Google menyenaraikan pilihan semasa pada halaman modelnya. Penjenamaan versi berubah dengan pantas, jadi nasihat praktikalnya mudah: bina berdasarkan model Gemini yang terkini untuk Live API, bukan nombor khusus yang anda baca dalam tajuk blog enam bulan lalu.

Idea teras: sebagai API, Live Translate ialah model yang anda bina di sekelilingnya, bukan produk siap yang anda tekan main. Anda membuka sesi penstriman dengan model pertuturan-ke-pertuturan, memasukkan audio, dan ia menstrim semula pertuturan serta teks yang diterjemahkan. Fleksibiliti itulah yang menarik bagi pembina — dan yang menyusahkan bagi orang lain.

Mahukan jalan pintas tanpa binaan dan hanya membaca terjemahan langsung dalam pelayar anda? Anda boleh cuba MirrorCaption secara percuma dengan satu jam transkripsi dihoskan, tanpa kad kredit. Kami akan kembali kepada itu — tetapi pertama, inilah cara laluan API berfungsi.

Bagaimana pembangun menggunakan Gemini Live API untuk terjemahan

Pada tahap teknikal, aplikasi terjemahan langsung yang dibina atas Gemini Live API mengikut bentuk yang jelas. Setiap langkah mudah secara berasingan; kerja sebenar ialah menyambungkannya dengan boleh dipercayai.

1. Buka sesi penstriman. Aplikasi anda mengesahkan dengan kunci API dan membuka sambungan berterusan ke Live API.
2. Rakam dan strim audio. Anda menangkap audio mikrofon (atau mesyuarat) dalam pelayar atau backend anda dan menstrimkannya apabila ia tiba.
3. Tetapkan arahan. Prompt sistem memberitahu model apa yang perlu dilakukan — contohnya, "Transkripsikan penutur dan terjemahkan ke dalam bahasa Inggeris."
4. Terima hasil separa. API menstrim teks kembali semasa penutur bercakap, jadi anda boleh memaparkan terjemahan sebelum ayat tamat.
5. Secara pilihan, sebutkannya semula. Live API boleh mengembalikan audio yang disintesis, jadi aplikasi anda boleh memainkan suara terjemahan dengan kuat.

Ini sememangnya sangat berkuasa. Pasukan yang membina produk pusat panggilan tersuai, kiosk khusus, atau peranti terbenam mendapat enjin fleksibel yang boleh mereka bentuk tepat mengikut aliran kerja mereka.

Berikut ialah contoh ilustratif. Bayangkan Priya, seorang pembangun yang membuat prototaip widget sokongan dwibahasa. Dalam satu petang dia mempunyai demo yang menstrim suaranya ke Gemini Live API dan memaparkan terjemahan bahasa Inggeris pada skrin. Ia terasa seperti magis — sehingga dia mula menyenaraikan apa yang masih belum selesai sebelum pengguna sebenar boleh menggunakannya: logik penyambungan semula audio, pengendalian senyap dan penutur bertindih, had kadar, amaran bil, sandaran apabila sambungan terputus di tengah panggilan, dan semakan privasi. Prototaip itu ialah 20% yang mudah.

Semua itu bukanlah kritikan terhadap API. Ia cuma perbezaan jujur antara demo dan produk. Jurang yang sama itulah sebab ramai orang yang mahukan terjemahan masa nyata yang tepat memilih alat siap berbanding titik akhir model mentah.

Apakah kos sebenar membina dengan Gemini API

Kos utama yang disebut ialah bil API. Google mengenakan caj untuk Gemini API berdasarkan penggunaan, jadi harga meningkat mengikut model yang anda pilih dan jumlah audio serta teks yang anda hantar melaluinya. Itu munasabah dan telus untuk pembangun.

Tetapi bil API jarang menjadi kos sebenar. Membina dan menyelenggara ciri terjemahan pengeluaran juga bermaksud:

• Masa kejuruteraan untuk membina saluran audio, UI, dan pengendalian ralat.
• Penyelenggaraan apabila versi model berubah dan titik akhir berkembang — perubahan dokumentasi suku tahunan itu jatuh ke atas pasukan anda.
• Infrastruktur untuk penstriman, penskalaan, dan pemantauan apabila lebih daripada beberapa orang menggunakannya.
• Pematuhan kerja: ke mana audio pergi, apa yang direkodkan, dan bagaimana anda memaklumkan pengguna.

Satu lagi contoh ilustratif. Marco ialah perunding bebas dengan dua pelanggan berbahasa Mandarin. Dia tidak perlukan API — dia perlu memahami panggilan video pada hari Khamis. Mengarahkannya ke Gemini Live API bermaksud mengupah pembangun untuk membina sesuatu yang hanya akan dia gunakan dua jam sebulan. Matematiknya tidak pernah masuk akal. Marco mahukan hasilnya, bukan blok binaan.

Pembahagian itu — pembina berbanding orang lain — ialah titik keputusan sebenar. Jadi mari kita jadikannya lebih konkrit.

API vs. alat siap: yang mana sebenarnya anda perlukan?

Jika anda memilih antara membina atas Gemini Live API dan menggunakan alat terjemahan siap guna, jadual ini menerangkan pertukarannya. Tiada jawapan yang salah — semuanya bergantung pada sama ada anda mahukan blok binaan atau hasil.

Jika anda melancarkan produk tersuai di mana terjemahan hanyalah satu bahan antara banyak bahan lain, API ialah alat yang tepat. Jika terjemahan ialah tugas utama, alat siap menang pada setiap baris yang bukan "penyesuaian tanpa had."

MirrorCaption: terjemahan masa nyata tanpa menulis kod

MirrorCaption ialah sisi alat siap dalam jadual itu. Ia ialah aplikasi transkripsi dan terjemahan masa nyata berasaskan pelayar yang menyokong 50+ bahasa yang boleh dipilih, tanpa apa-apa untuk dipasang dan tanpa bot mesyuarat untuk diluluskan.

Untuk mesyuarat dalam talian, Meet mode menangkap audio tab mesyuarat anda dalam Chrome desktop atau Microsoft Edge. Tiada bot menyertai panggilan, jadi tiada "pembantu rakaman" yang janggal duduk dalam senarai peserta. Ia berfungsi bersama Zoom, Teams, Meet, dan Webex berasaskan pelayar — pilih sahaja yang digunakan oleh hos anda.

Untuk perbualan bersemuka, Talk mode menukar telefon anda menjadi sesi jurubahasa berterusan. Anda memulakannya sekali dan kedua-dua orang bercakap secara bergilir; ia bukan buku frasa tekan-dan-tunggu. Dan dengan Speak Translations, MirrorCaption boleh membacakan pertuturan terjemahan anda dengan kuat dalam bahasa yang lain — jadi orang di seberang meja mendengar mesej itu, bukan sekadar melihat kapsyen.

Beberapa butiran yang penting bagi orang seperti Priya dan Marco:

• Tiada kod, tiada kunci API. Lapisan transkripsi dan terjemahan yang dihoskan diuruskan untuk anda.
• Utamakan privasi. Audio mesyuarat mengalir melalui pelayar anda dan tidak disimpan pada pelayan kami — hanya transkrip yang anda pilih untuk simpan, disimpan secara setempat.
• Ringkasan AI. Ringkasan berterusan dikemas kini apabila mesyuarat berlangsung, jadi peserta yang lewat boleh mengejar dalam satu bacaan.
• Harga mudah. Satu jam percuma untuk mencuba (sekali, tanpa tetapan semula bulanan), Pro Yearly pada €54.99 dengan 110 jam transkripsi dihoskan termasuk, atau pelan seumur hidup sekali bayar €99 dengan 200 jam termasuk dan semua kemas kini masa depan. Jam tambahan datang daripada Voice Packs, dan pelanggan seumur hidup mendapat kadar per jam paling rendah.

Itulah perbezaan antara menyewa enjin dan memandu kereta siap. Jika anda turut mempertimbangkan pilihan lain, perbandingan OpenAI Whisper kami merangkumi soalan bina-vs-guna yang sama untuk pertuturan-ke-teks, dan halaman alternatif terjemahan Google Meet merangkumi kapsyen dalam platform.

Tiga cara orang menggunakan terjemahan langsung hari ini

Senario ringkas dan ilustratif ini menunjukkan di mana alat siap memperoleh tempatnya berbanding API mentah.

Panggilan jualan rentas sempadan

Seorang pengasas di Berlin mengambil panggilan dengan prospek di São Paulo. Meet mode memaparkan perbualan dalam bahasa Jerman pada skrinnya sementara prospek bercakap dalam bahasa Portugis, dan Speak Translations membacakan balasannya. Tiada pembangun terlibat — dia membuka tab sebelum panggilan.

Lawatan doktor semasa melancong

Seorang pengembara di Jepun menyerahkan telefon mereka merentasi meja di klinik. Talk mode mengekalkan satu sesi berterusan semasa perbualan berbalas-balas, jadi tiada siapa perlu berhenti dan menekan butang untuk setiap ayat.

Standup berbilang bahasa

Sebuah pasukan teragih menjalankan standup harian di mana jurutera Shanghai, PM Berlin, dan pereka Lisbon masing-masing membaca mesyuarat dalam bahasa mereka sendiri — semasa panggilan, bukan dalam transkrip yang dihantar kemudian melalui e-mel. Anda boleh melihat corak yang lebih luas dalam panduan kapsyen langsung kami.

Soalan Lazim

Adakah terdapat Gemini 3.5 Live Translate API?

Ya — Gemini 3.5 Live Translate ialah model Google yang sebenar dan khusus (kod model gemini-3.5-live-translate-preview) untuk terjemahan pertuturan-ke-pertuturan masa nyata. Pembangun mengaksesnya melalui Gemini Live API; cuma tiada "produk API" siap guna yang anda hidupkan tanpa membina aplikasi. Google juga menawarkan Live Translate melalui aplikasi Google Translate dan pratonton terjemahan pertuturan Google Meet.

Bolehkah Gemini menterjemah pertuturan dalam masa nyata?

Ya. Gemini Live API menyokong penstriman audio dua hala berlatensi rendah, jadi anda boleh menstrim audio mikrofon masuk dan menerima teks terjemahan atau audio pertuturan kembali semasa seseorang masih bercakap — selagi anda membina aplikasi sekelilingnya.

Adakah saya perlu menulis kod untuk menggunakan Gemini Live API?

Ya. Ia ialah antara muka pembangun. Anda perlu menulis kod, mengurus kunci API, menangkap dan menstrim audio, serta mengendalikan ralat dan penskalaan. Bukan pembangun yang hanya mahukan hasil terjemahan lebih sesuai menggunakan alat siap.

Berapakah kos Gemini Live API?

Gemini API dibilkan berdasarkan penggunaan, jadi harga bergantung pada model dan jumlah audio serta teks yang anda proses. Google menerbitkan kadar semasa pada halaman harganya. Bajetkan juga masa kejuruteraan — API itu sendiri hanyalah sebahagian daripada kos.

Apakah cara paling mudah untuk menterjemah mesyuarat langsung tanpa API?

Gunakan alat pelayar siap. MirrorCaption berjalan dalam Chrome atau Edge desktop, menangkap audio tab mesyuarat tanpa bot menyertai panggilan, dan memaparkan terjemahan masa nyata dalam 50+ bahasa. Tiada kod untuk ditulis dan tiada kunci API untuk diuruskan.

Kesimpulannya

Jika anda mencari "Gemini 3.5 Live Translate API," jawapan jujurnya ialah model itu memang wujud — tetapi mengaksesnya melalui API memberi anda blok binaan yang berkuasa, bukan produk siap. Ia sememangnya boleh menggerakkan terjemahan langsung, untuk pasukan yang mempunyai masa kejuruteraan untuk membina, menyelenggara, dan menskalakannya.

Bagi orang lain — perunding dengan dua pelanggan, pengembara di klinik, pasukan yang hanya mahu saling memahami dalam panggilan hari ini — blok binaan itu terlalu berlebihan. Anda mahukan hasil, dan anda mahukannya sekarang. Itulah tepatnya yang disampaikan oleh alat berasaskan pelayar: buka tab, pilih bahasa anda, dan baca setiap perkataan dalam bahasa anda sendiri sementara perbualan masih berlangsung.

Pembina, teruskan membina. Orang lain, langkau kod dan mula menterjemah.