Gemini 3.5 Live Translate ฟังคำพูดที่เปล่งออกมาและแสดงผลเป็นอีกภาษาหนึ่งแบบเกือบเรียลไทม์ Google ประกาศเปิดตัวในฐานะโมเดลแปลเสียงแบบสดโดยเฉพาะในเดือนมิถุนายน 2026 และระบุพื้นที่เปิดใช้งาน 3 ส่วน ได้แก่ Google Translate, Google AI Studio / the Gemini Live API และตัวอย่างการแปลเสียงใน Google Meet

ลองนึกภาพการประชุมยืนอัปเดตตอน 9 โมงเช้าที่วิศวกรของคุณในเซาเปาลูพูดภาษาโปรตุเกส นักออกแบบของคุณในโซลพูดภาษาเกาหลี และคุณกำลังตามฟังเป็นภาษาอังกฤษ เครื่องแปลแบบสดที่ตามทันในขณะที่ทุกคนยังพูดอยู่ เปลี่ยนการประชุมนั้นจาก "รอสรุปทีหลัง" เป็น "ตอบโต้ได้ทันที" นั่นคือคำมั่นสัญญาเบื้องหลังการแปลสดของ Gemini — และมันก็เป็นคำมั่นสัญญาที่ใช้งานได้จริงและมีประโยชน์จริง

คุณคงเดาได้อยู่แล้วว่ามีเงื่อนไขอะไรแฝงอยู่: ฟีเจอร์ที่ดีขนาดนี้มักผูกกับระบบนิเวศที่เป็นผู้ส่งมอบมัน คู่มือนี้อธิบายว่า Gemini live translation คืออะไรกันแน่ วงจรการทำงานแบบสดทำงานอย่างไร รองรับภาษาและแพลตฟอร์มใดบ้าง ฟรีหรือไม่ และ — พูดตรง ๆ — จุดไหนที่มันไม่ใช่เครื่องมือที่เหมาะอีกต่อไป หากคุณใช้งานข้าม Zoom, Microsoft Teams และการสนทนาแบบเจอหน้ากัน คุณสามารถ เปิด MirrorCaption ในเบราว์เซอร์ของคุณ และอ่านตามไปได้โดยไม่ต้องรอให้ Google รองรับแพลตฟอร์มของคุณ

ประเด็นสำคัญ

Gemini live translation คืออะไร?

Gemini 3.5 Live Translate คือโมเดลแปลคำพูดแบบเรียลไทม์ของ Google: คุณพูดภาษาหนึ่ง แล้วระบบจะสร้างความหมายเป็นอีกภาษาหนึ่งในรูปแบบข้อความสดหรือเสียงพูดที่เร็วพอสำหรับการสนทนา มันคือญาติสายเสียงแบบสดของการพิมพ์ประโยคลงในช่องแปลภาษา

มีข้อสังเกตเรื่องชื่อที่ควรทำความเข้าใจให้ตรงกัน Google ประกาศ Gemini 3.5 Live Translate ในเดือนมิถุนายน 2026 ในฐานะโมเดลเสียงสำหรับการแปลเสียงพูดแบบสด โดยตรวจจับได้มากกว่า 70 ภาษา และสร้างเสียงแปลที่ฟังเป็นธรรมชาติซึ่งคงน้ำเสียง จังหวะ และระดับเสียงของผู้พูดไว้ Google ระบุว่ากำลังทยอยเปิดใช้งานใน Google AI Studio, Google Translate และ Google Meet แอป Gemini และ Pixel Live Translate เป็นประสบการณ์แปลภาษาของ Google ที่เกี่ยวข้องกัน แต่ไม่ควรอธิบายว่าเป็นการเปิดตัว 3.5 Live Translate ชุดเดียวกันตามเอกสาร เว้นแต่ Google จะแสดงความสามารถนั้นแบบตรงตัวในบัญชีของคุณ สำหรับเวอร์ชันโมเดลที่แน่นอนและตำแหน่งที่เปิดใช้งาน ข้อมูลจากหน้าทางการของ Google คือแหล่งอ้างอิงที่ถูกต้องที่สุด

เหตุผลที่เรื่องนี้สำคัญกับคุณนั้นง่ายมาก: ตำแหน่งที่ฟีเจอร์อยู่เป็นตัวกำหนดว่าคุณจะใช้งานมันได้ที่ไหน Gemini 3.5 Live Translate จะทรงพลังที่สุดเมื่อบทสนทนาเกิดขึ้นภายในพื้นที่ของ Google ที่รองรับ ทันทีที่บทสนทนาย้ายไปที่อื่น คำตอบก็จะซับซ้อนขึ้น

Gemini live translation ทำงานอย่างไร?

เบื้องหลัง การแปลแบบสดไม่ได้เป็นขั้นตอนเดียว — แต่มันคือวงจรที่รวดเร็วซึ่งวนซ้ำหลายครั้งต่อวินาที การเข้าใจวงจรนี้จะอธิบายได้ทั้งว่าทำไมมันจึงรู้สึกเหมือนเกิดขึ้นทันที และทำไมบางครั้งมันถึงสะดุด

  1. Capture: ไมโครโฟน (หรือเสียงจากการโทร) จะสตรีมคำพูดเข้าสู่โมเดลอย่างต่อเนื่อง แทนที่จะรอให้คุณพูดจบประโยค
  2. Transcribe: คำพูดถูกแปลงเป็นข้อความในภาษาต้นทาง โดยมีการคาดเดาเบื้องต้นที่ถูกแก้ไขเมื่อบริบทเพิ่มเติมเข้ามา
  3. Translate: โมเดลภาษาของ Gemini จะจับความหมายไปยังภาษาปลายทาง โดยใช้บริบทโดยรอบเพื่อให้สำนวนและน้ำเสียงคงอยู่ได้ดีกว่าการแปลแบบคำต่อคำ
  4. Render: ผลลัพธ์จะแสดงเป็นข้อความสด และในโหมดเสียงจะถูกพูดออกเสียงในภาษาปลายทาง
  5. Refine: เมื่อผู้พูดพูดต่อ ผลลัพธ์ก่อนหน้าสามารถถูกปรับได้ เพื่อให้คำแปลที่กำลังดำเนินอยู่ยังคงสอดคล้องกัน

ข้อได้เปรียบใหญ่ของวงจรแบบสตรีมมิงคือคุณอ่านหรือฟังคำแปลได้ ขณะที่อีกฝ่ายยังพูดอยู่ ข้อแลกเปลี่ยนคือคำบางคำในช่วงต้นอาจเปลี่ยนไปเมื่อบริบทค่อย ๆ ชัดขึ้น — นี่เป็นคุณสมบัติปกติของระบบเรียลไทม์ทุกระบบ ไม่ใช่ข้อบกพร่องที่มีเฉพาะ Google หากคุณอยากดูให้ลึกขึ้นว่าทำไมผลลัพธ์แบบสตรีมมิงจึงทำงานเช่นนี้ บทอธิบายของเราเรื่อง ความแม่นยำของการแปล AI จะอธิบายการแลกเปลี่ยนระหว่างความแม่นยำกับความหน่วงเวลา

Gemini live translate รองรับภาษาและแพลตฟอร์มใดบ้าง?

Google ระบุว่า Gemini 3.5 Live Translate ตรวจจับได้มากกว่า 70 ภาษา แต่ขอบเขตที่แน่นอนขึ้นอยู่กับว่าคุณใช้งานผ่านพื้นที่ใด Google Translate, Google AI Studio / the Gemini Live API และ Google Meet preview อาจเปิดให้รองรับภาษาในช่วงเวลาที่ต่างกัน เนื่องจากรายการนี้เปลี่ยนแปลงอยู่เสมอ คำตอบที่ตรงไปตรงมาที่สุดคือให้ตรวจสอบหน้าช่วยเหลือของ Google เองสำหรับภาษาที่คุณต้องการ แทนที่จะเชื่อจำนวนคงที่จากบทความบล็อก

การรองรับแพลตฟอร์มคือเรื่องที่สำคัญกว่า Gemini 3.5 Live Translate ถูกออกแบบมาให้ทำงานภายในระบบนิเวศของ Google:

ตัวอย่างประกอบ

Priya ผู้จัดการผลิตภัณฑ์ จัดการประชุมประสานงานรายสัปดาห์กับเพื่อนร่วมทีมในบังกาลอร์และเบอร์ลิน เธอสามารถทดสอบการแปลสดของ Google ในแอป Translate และคอยดูสิทธิ์เข้าถึงตัวอย่างใน Meet ผ่านบัญชี Workspace ของเธอได้ แต่การประชุมยืนอัปเดตจริงของเธออยู่บนลิงก์ Zoom ที่ลูกค้าของเธอเป็นผู้ควบคุม — และนั่นคือจุดที่ขอบเขตแบบใช้ได้เฉพาะของ Google เริ่มเป็นข้อจำกัด ฟีเจอร์ที่เธอต้องการกลับไม่มีอยู่ในสายประชุมที่เธอต้องใช้มันมากที่สุด

Gemini live translate ฟรีไหม?

ฟรีบางส่วน และขึ้นอยู่กับพื้นที่ที่ใช้งาน แอป Google Translate คือเส้นทางสำหรับผู้ใช้ทั่วไปที่ควรตรวจสอบก่อน การเข้าถึงสำหรับนักพัฒนาผ่าน Gemini Live API มีราคาของตัวเอง ข้อจำกัดของเวอร์ชันพรีวิว และกฎโควตา Google Meet speech translation ขึ้นอยู่กับสิทธิ์เข้าถึงพรีวิวของ Workspace ที่มีคุณสมบัติ Google ปรับสิ่งที่รวมอยู่บ่อยพอสมควร ดังนั้นวิธีที่ปลอดภัยที่สุดคือยืนยันจากหน้าราคาปัจจุบันของ Google ก่อนที่คุณจะสร้างเวิร์กโฟลว์โดยอิงความสามารถใดความสามารถหนึ่ง

ข้อสรุปเชิงปฏิบัติ: "ฟรี" มักครอบคลุมการแปลแบบใช้งานทั่วไปเป็นครั้งคราว ขณะที่การแปลสดระดับใช้ในการประชุมต่อเนื่องมักอยู่หลังการสมัครสมาชิก นั่นเป็นโมเดลที่สมเหตุสมผล — เพียงแต่ควรรู้ไว้ก่อนที่คุณจะคิดว่าฟีเจอร์นี้ฟรีสำหรับวิธีทำงานจริงของคุณ

Gemini live translation มีข้อจำกัดตรงไหนบ้าง

พูดตามตรง เมื่อคุณอยู่ในโลกของ Google นี่คือหนึ่งในประสบการณ์แปลสดที่ลื่นไหลที่สุดที่มีอยู่ ข้อจำกัดไม่ได้อยู่ที่คุณภาพ — แต่อยู่ที่ขอบเขตการใช้งานและสิ่งที่คุณเก็บไว้ได้

มันผูกกับระบบนิเวศของ Google

Gemini live translation อยู่ในแอปของ Google และบนอุปกรณ์ของ Google หากการประชุมของคุณอยู่บน Zoom, Microsoft Teams หรือ Webex Gemini ก็ไม่ได้อยู่ในห้องด้วย ทีมจำนวนมากไม่ได้เป็นคนเลือกแพลตฟอร์ม — ลูกค้าหรือเจ้าภาพเป็นคนเลือก — ดังนั้น "มันทำงานได้ดีมากใน Google Meet" อาจไม่เกี่ยวข้องเลยกับสายประชุมที่สำคัญจริง ๆ

ผลลัพธ์แบบสดส่วนใหญ่เป็นข้อมูลชั่วคราว

การแปลเสียงแบบสดถูกออกแบบมาให้ฟังในขณะนั้น มันยอดเยี่ยมต่อการไหลลื่นของบทสนทนา แต่ก็ทำให้คุณไม่มีบันทึกที่สะอาดและค้นหาได้ว่าใครพูดอะไรในทั้งสองภาษา หากคุณเคยต้องย้อนอ่านประโยคที่แปลแล้วหลังการเจรจา คุณจะเข้าใจช่องว่างนี้ดี (สำหรับความแตกต่างระหว่างคำบรรยายที่หายไปกับบันทึกที่เก็บไว้ ดูบทความของเราเรื่อง ความแตกต่างระหว่าง live captions และ transcripts)

มันเป็นเครื่องมือหนึ่งสำหรับหนึ่งระบบนิเวศ ไม่ใช่ทุกสถานการณ์

การไปพบแพทย์ การคุยเรื่องสัญญาเช่า สายขายบนแพลตฟอร์มที่คุณควบคุมไม่ได้ — สิ่งเหล่านี้ไม่ได้เกิดขึ้นภายในผลิตภัณฑ์ของ Google ทั้งหมด ฟีเจอร์ที่ผูกกับระบบนิเวศเดียวไม่สามารถตามคุณไปได้ทุกเครื่องมือประชุมและทุกช่วงเวลาที่เจอหน้ากัน

ทำงานข้ามมากกว่าหนึ่งแพลตฟอร์มประชุมอยู่หรือไม่? ดูว่าออปชันที่ไม่ผูกกับเครื่องมือใดเครื่องมือหนึ่งเปรียบเทียบกันอย่างไรในบทสรุปของเราเรื่อง เครื่องมือแปลการประชุมที่ดีที่สุดสำหรับปี 2026

เมื่อไหร่เครื่องมือแปลบนเบราว์เซอร์จึงเหมาะกว่า

หากบทสนทนาของคุณอยู่ภายในพื้นที่ของ Google ที่รองรับ Gemini 3.5 Live Translate คือค่าเริ่มต้นที่แข็งแรง — ใช้มันได้เลย เหตุผลที่ควรเลือกเครื่องมือบนเบราว์เซอร์อย่าง MirrorCaption เริ่มต้นทันทีที่คุณข้ามแพลตฟอร์มหรือต้องการเก็บสิ่งที่พูดไปแล้ว

MirrorCaption ไม่ใช่แค่ตัวอ่านคำบรรยายอย่างเดียว ด้วย Speak Translations คุณพูดภาษาของคุณ แล้วมันสามารถอ่านคำแปลออกเสียงในภาษาของอีกฝ่ายได้ — ผ่านลำโพงแล็ปท็อป โทรศัพท์ที่จับคู่ไว้ หรือบนไคลเอนต์ Mac ผ่านไมโครโฟนเสมือนที่ส่งต่อเสียงแปลเข้าไปใน Zoom, Meet หรือ Teams นั่นคือการแลกเปลี่ยนข้ามภาษาแบบเกือบเรียลไทม์ที่ผู้คนต้องการจากการแปลสด เพียงแต่ไม่ถูกล็อกไว้กับระบบนิเวศเดียว

สำหรับการสนทนาแบบเจอหน้า Talk mode บนโทรศัพท์ของคุณทำงานเป็นเซสชันต่อเนื่องหนึ่งครั้ง — ไม่ใช่ปุ่มกดเพื่อพูด คุณเริ่มครั้งเดียว ทั้งสองฝ่ายผลัดกันพูด และบริบทของทรานสคริปต์กับคำแปลจะต่อเนื่องตลอดการสนทนาทั้งหมด และเพราะ MirrorCaption จับเสียงจากแท็บการประชุมใน desktop Chrome หรือ Microsoft Edge จึงไม่มีบอทเข้าร่วมสาย ผู้เข้าร่วมไม่ต้องอนุมัติให้มีเครื่องบันทึกการประชุม หากคุณต้องการ การแปลแบบเรียลไทม์สำหรับ Google Meet ที่ยังตามคุณไปยังเครื่องมืออื่นได้ด้วย นั่นคือช่องว่างที่มันเติมเต็มพอดี

 Gemini live translationMirrorCaption
ใช้งานที่ไหนได้บ้างGoogle Translate, Google AI Studio / Gemini Live API และตัวอย่าง Google Meet ที่มีสิทธิ์แท็บการประชุมในเบราว์เซอร์ใดก็ได้ (Zoom, Teams, Meet, Webex) บน desktop Chrome หรือ Edge รวมถึงการใช้งานแบบเจอหน้าบนโทรศัพท์
สิ่งที่คุณเก็บไว้ได้ส่วนใหญ่เป็นผลลัพธ์สด ณ ขณะนั้นต้นฉบับและคำแปลแบบเคียงกันที่ค้นหาและส่งออกได้
การแปลแบบพูดรองรับโดยโมเดล/API เสียงสดและพื้นที่ผลิตภัณฑ์ที่เลือกSpeak Translations แบบเลือกใช้ได้ รวมถึงไมโครโฟนเสมือนบน Mac สำหรับการประชุม
การตั้งค่าฝังอยู่ในพื้นที่ของ Google ที่รองรับหรือแอป API แบบกำหนดเองไม่ต้องติดตั้งและไม่มีบอท — เปิดแท็บเบราว์เซอร์ได้เลย
รูปแบบราคาขึ้นอยู่กับความพร้อมใช้งานของ Google Translate, ราคา Live API และสิทธิ์เข้าถึงพรีวิวของ Workspaceฟรี 1 ชั่วโมง จากนั้น €54.99/ปี (110h) หรือ €99 แบบจ่ายครั้งเดียว Premium (200h); Voice Packs เริ่มต้นที่ €4.99/5h จำหน่ายแยก

ในแง่ราคาโดยเฉพาะ: Premium ราคา €99 ของ MirrorCaption เป็นแพ็กเกจจ่ายครั้งเดียว — ไม่มีค่าสมาชิกรายเดือนหรือรายปี — ซึ่งรวมเครดิตถอดเสียงแบบโฮสต์ 200 ชั่วโมงและอัปเดตทั้งหมดในอนาคต และให้ลูกค้า Premium ได้อัตราต่อชั่วโมงที่ต่ำที่สุดเมื่อเติมด้วย Voice Packs มันไม่ใช่เวลาโฮสต์แบบไม่จำกัด; เมื่อชั่วโมงที่รวมไว้หมดลง ชั่วโมงเพิ่มเติมจะมาจาก Voice Packs (จำหน่ายแยก)

ตัวอย่างประกอบ

Mateo นักออกแบบฟรีแลนซ์ในลิสบอน รับสายลูกค้าบนแพลตฟอร์มที่ลูกค้าแต่ละรายถนัด — สัปดาห์นี้ Zoom สัปดาห์หน้า Teams เขาเปิด MirrorCaption ในแท็บเบราว์เซอร์ อ่านคำแปลภาษาอังกฤษแบบสดของลูกค้าที่พูดภาษาสเปนแบบเคียงกับต้นฉบับ และส่งออกทรานสคริปต์ภายหลังเพื่อตรวจสอบรายละเอียดของงานส่งมอบอีกครั้ง ประเด็นไม่ใช่ว่า Gemini ไม่ดี แต่คือ Mateo ไม่สามารถขอให้ลูกค้าทุกคนย้ายไปใช้ Google Meet ได้

อยากรู้ว่าประสบการณ์แบบสดจะรับมือกับหลายภาษาได้ดีแค่ไหน? ลองใช้ในสายประชุมถัดไปของคุณ: เปิด MirrorCaption ในเบราว์เซอร์ของคุณ — ฟรี 1 ชั่วโมง ไม่ต้องใช้บัตรเครดิต ไม่ต้องติดตั้ง

คำถามที่พบบ่อย

Gemini 3.5 Live Translate คืออะไร?

มันคือโมเดลแปลเสียงพูดแบบสดโดยเฉพาะของ Google ที่ประกาศในเดือนมิถุนายน 2026 และทยอยเปิดใช้งานใน Google Translate, Google AI Studio / the Gemini Live API และตัวอย่างการแปลเสียงใน Google Meet

Gemini live translation ทำงานอย่างไร?

Gemini ฟังคำพูด ถอดเสียง แปลความหมายด้วยโมเดลภาษา และแสดงผลเป็นข้อความบนหน้าจอและเสียงสังเคราะห์ วงจรนี้ทำงานต่อเนื่อง ทำให้คำแปลตามทันบทสนทนาแทนที่จะรอให้ผู้พูดพูดจบ

Gemini live translate รองรับภาษาอะไรบ้าง?

Google ระบุว่า Gemini 3.5 Live Translate ตรวจจับได้มากกว่า 70 ภาษา แต่การรองรับภาษาที่แน่นอนขึ้นอยู่กับพื้นที่ใช้งาน: แอป Google Translate, Gemini Live API / Google AI Studio หรือ Google Meet preview ตรวจสอบเอกสารของ Google เองก่อนพึ่งพาคู่ภาษาใดคู่ภาษาหนึ่ง

Gemini live translate ฟรีไหม?

การใช้งานสำหรับผู้บริโภคขึ้นอยู่กับแอป Google Translate และภูมิภาคของคุณ การใช้งาน API สำหรับนักพัฒนามีราคากับข้อจำกัดพรีวิวแยกต่างหาก ขณะที่ Google Meet speech translation ขึ้นอยู่กับสิทธิ์เข้าถึงพรีวิวของ Workspace ที่มีคุณสมบัติ

Gemini แปลการประชุม Zoom หรือ Teams ได้ไหม?

การแปลสดของ Gemini อยู่ภายในผลิตภัณฑ์ของ Google เอง จึงไม่สามารถแปลการโทร Zoom หรือ Microsoft Teams แบบเนทีฟได้ สำหรับแพลตฟอร์มเหล่านั้น เครื่องมือบนเบราว์เซอร์อย่าง MirrorCaption จะจับเสียงจากแท็บการประชุมโดยไม่มีบอทเข้าร่วมสาย

Gemini live translate ต่างจาก Google Translate อย่างไร?

Google Translate คือพื้นที่แอปสำหรับผู้ใช้ทั่วไปที่ Google ระบุสำหรับการเปิดใช้งาน Gemini 3.5 Live Translate คือความสามารถของโมเดล/API เสียงสดที่อยู่เบื้องหลัง; แอป Gemini และ Pixel Live Translate เป็นประสบการณ์แปลภาษาของ Google ที่เกี่ยวข้องกัน แต่ไม่ใช่พื้นที่เปิดตัว 3.5 ชุดเดียวกันตามเอกสาร

สรุปสั้น ๆ

Gemini 3.5 Live Translate เป็นความสามารถแบบเรียลไทม์ที่ดีจริง — รวดเร็ว เน้นเสียง และลื่นไหลในจุดที่ Google เปิดให้ใช้งานผ่าน Google Translate, Live API และตัวอย่าง Google Meet ที่มีสิทธิ์ หากนั่นคือที่ที่บทสนทนาของคุณอยู่ ก็เป็นคำตอบที่ง่ายมาก เพียงจำไว้ 3 เรื่อง: เวอร์ชันโมเดลและรายการภาษาที่แน่นอนเปลี่ยนบ่อย ดังนั้นให้ตรวจสอบหน้าของ Google; การเข้าถึงและราคาขึ้นอยู่กับพื้นที่ใช้งาน; และผลลัพธ์แบบสดถูกสร้างมาเพื่อให้ฟัง ไม่ใช่เพื่อเก็บไว้

การตัดสินใจจริง ๆ อยู่ที่ขอบเขตการใช้งาน หากคุณทำงานข้าม Zoom, Microsoft Teams, Webex และการสนทนาแบบตัวต่อตัว — และต้องการบันทึกที่ค้นหาและส่งออกได้พร้อมตัวเลือกการแปลเสียง — ตัวเลือกบนเบราว์เซอร์ที่ไม่ผูกกับเครื่องมือใดเครื่องมือหนึ่งจะเข้ามาเติมช่องว่างที่ Gemini ทิ้งไว้ คุณสามารถอ่านทุกคำ ในภาษาของคุณ บนแพลตฟอร์มใดก็ตามที่การประชุมนั้นใช้งานอยู่

แปลทุกบทสนทนา บนทุกแพลตฟอร์ม

ทดลองใช้ฟรี 1 ชั่วโมง ไม่ต้องใช้บัตรเครดิต ไม่ต้องติดตั้ง ไม่มีบอทในห้องประชุมของคุณ

เริ่มใช้ฟรี