Gemini 3.5 Live Translate 會聆聽口語內容，並以近乎即時的速度將其轉換成另一種語言。Google 在 2026 年 6 月將它宣布為專用的即時語音轉語音模型，並列出三個推出場景：Google Translate、Google AI Studio / Gemini Live API，以及 Google Meet 中的語音翻譯預覽。
想像一下，早上 9 點的站立會議中，你在聖保羅的工程師說葡萄牙語、首爾的設計師說韓語，而你則用英語跟上進度。當每個人都還在說話時，仍能即時跟上的翻譯工具，會把那場會議從「等會後摘要」變成「當下就能回應」。這就是 Gemini 即時翻譯背後的承諾——而且確實是個真實且實用的承諾。
你大概已經猜到其中的限制：這麼好用的功能，通常都綁定在推出它的生態系裡。本指南會說明 Gemini 即時翻譯到底是什麼、即時循環如何運作、支援哪些語言與平台、是否免費，以及——老實說——它在哪些情況下不再是合適的工具。如果你常在 Zoom、Microsoft Teams 和面對面對話之間切換，你可以 在瀏覽器中開啟 MirrorCaption，不用等 Google 支援你的平台也能同步閱讀。
- 它是什麼：Gemini 3.5 Live Translate 透過 Google Translate、Google AI Studio / Gemini Live API，以及 Google Meet 語音翻譯預覽，將語音近乎即時轉換成另一種語言。
- 它如何運作：持續進行聆聽、轉錄、翻譯與朗讀的循環，因此輸出會跟上對話節奏，而不是等到對話結束才處理。
- 界線在哪裡：它在 Google 自家產品內表現最好；它不會原生翻譯 Zoom 或 Teams 通話，而且即時輸出大多是暫時性的。
- 替代方案：像 MirrorCaption 這類瀏覽器工具可以擷取任何瀏覽器會議分頁或現場音訊，保留可搜尋的左右對照逐字稿，還能把翻譯朗讀出來。
什麼是 Gemini 即時翻譯？
Gemini 3.5 Live Translate 是 Google 的即時語音翻譯模型：你用一種語言說話，系統就會以另一種語言即時產生文字或語音輸出，速度快到足以進行對話。它就像是把一句話輸入翻譯框的即時、以語音為先的版本。
有一個命名細節值得先釐清。Google 在 2026 年 6 月宣布 Gemini 3.5 Live Translate，將其定位為用於即時語音轉語音翻譯的音訊模型，可偵測 70+ 種語言，並產生自然的翻譯語音，同時保留說話者的語調、節奏與音高。Google 表示它正逐步推出到 Google AI Studio、Google Translate 與 Google Meet。Gemini 應用程式與 Pixel Live Translate 也是相關的 Google 翻譯體驗，但除非 Google 在你的帳戶中顯示了完全相同的功能，否則不應把它們描述成同一個已文件化的 3.5 Live Translate 推出項目。至於確切的模型版本與上線位置，Google 的官方頁面才是最準確的來源。
這件事對你重要的原因很簡單：功能所在的位置，決定了你能在哪裡使用它。當對話發生在受支援的 Google 場景內時，Gemini 3.5 Live Translate 的效果最好。一旦對話移到別處，答案就會變得複雜許多。
Gemini 即時翻譯如何運作？
在底層，即時翻譯不是單一步驟，而是一個每秒快速重複多次的循環。理解這個循環，就能解釋它為什麼感覺即時，以及為什麼有時會卡住。
- 擷取：麥克風（或通話音訊）會持續把語音串流送入模型，而不是等你把一句話說完。
- 轉錄：語音會先轉成來源語言的文字，並在更多上下文進來時修正早期的猜測。
- 翻譯：Gemini 的語言模型會把意思映射到目標語言，並利用前後文，讓慣用語與語氣比逐字替換更能保留原意。
- 呈現：結果會以即時文字顯示；在語音模式下，則會以目標語言朗讀出來。
- 精修：隨著說話者持續發言，較早的輸出可能會被調整，讓進行中的翻譯保持連貫。
串流循環最大的優點，是你可以在對方還在說話時就讀到或聽到翻譯。代價是，早期的字詞可能會隨著上下文補齊而改變——這是所有即時系統的正常特性，不是 Google 獨有的缺陷。如果你想更深入了解為什麼串流輸出會這樣運作，我們關於 AI 翻譯準確度 的說明文章，會拆解準確度與延遲之間的取捨。
Gemini 即時翻譯支援哪些語言與平台？
Google 表示 Gemini 3.5 Live Translate 可偵測 70+ 種語言，但實際涵蓋範圍取決於你使用的是哪個場景。Google Translate、Google AI Studio / Gemini Live API，以及 Google Meet 預覽，可能會在不同時間點開放不同的語言支援。由於這份清單會變動，誠實的答案是：請查看 Google 自己的說明頁面，確認你需要的語言，而不是相信部落格文章中的固定數字。
平台涵蓋範圍才是更重要的重點。Gemini 3.5 Live Translate 的設計，是在 Google 生態系內運作：
- Google Translate 應用程式（Android 與 iOS）：Google 指定的消費者端推出場景。
- Google AI Studio / Gemini Live API：供開發者測試與建置 gemini-3.5-live-translate-preview 的場景。
- Google Meet 語音翻譯預覽：隨著 Google 推出功能，適用的 Workspace 帳戶可使用的會議翻譯。
Priya 是一位產品經理，她每週都會和班加羅爾與柏林的團隊成員同步。她可以在 Translate 應用程式中測試 Google 即時翻譯，並留意自己的 Workspace 帳戶是否開放 Meet 預覽存取。但她真正的站立會議是在客戶控制的 Zoom 連結上進行——而這正是 Google-only 的界線開始卡住的地方。她想要的功能，根本不在她最需要的那場通話裡。
Gemini 即時翻譯是免費的嗎？
部分免費，而且取決於使用場景。Google Translate 應用程式是最先該確認的消費者端路徑。透過 Gemini Live API 的開發者存取，則有自己的定價、預覽限制與配額規則。Google Meet 語音翻譯則取決於是否具備符合資格的 Workspace 預覽存取。Google 會不時調整包含內容，因此最保險的做法，是在建立特定工作流程之前，先到 Google 目前的定價頁面確認。
實務上的重點是：「免費」通常涵蓋的是偶爾、零星的翻譯；而持續性的、會議等級的即時翻譯，往往會被放在訂閱方案之後。這是合理的模式——只是如果你以為這功能對你實際的工作方式來說是免費的，最好先知道這一點。
Gemini 即時翻譯的不足之處
公平地說，當你身處 Google 的世界裡時，這是目前最順暢的即時翻譯體驗之一。它的不足不在品質，而在涵蓋範圍，以及你能保留什麼。
它綁定 Google 生態系
Gemini 即時翻譯存在於 Google 應用程式與 Google 裝置中。如果你的會議是在 Zoom、Microsoft Teams 或 Webex 上進行，Gemini 並不在場。很多團隊其實沒有平台選擇權——是客戶或主辦方決定的——所以「在 Google Meet 裡很好用」在真正重要的那通電話裡，可能完全派不上用場。
即時輸出大多是暫時性的
語音即時翻譯的設計，是讓你在當下聽到內容。這對流程很有幫助，但也代表你不會有一份乾淨、可搜尋的紀錄，能同時保留雙語中誰說了什麼。如果你曾經在談判後想重新閱讀某句翻譯內容，你就會感受到這個缺口。（若想了解轉瞬即逝的字幕與保留紀錄之間的差異，請參考我們關於 即時字幕與逐字稿差異 的文章。）
它是一個生態系內的單一工具，不是萬用解法
看診、租約討論、你無法控制平台的業務電話——這些情境不會都發生在 Google 產品裡。單一生態系功能無法跟著你走遍每一種會議工具與每一個面對面時刻。
什麼時候瀏覽器型翻譯工具更適合？
如果你的對話都停留在受支援的 Google 場景內，Gemini 3.5 Live Translate 是很強的預設選擇——直接用它就好。像 MirrorCaption 這類瀏覽器工具的價值，則從你跨平台或需要保留對話內容的那一刻開始。
MirrorCaption 不只是字幕閱讀器。透過 Speak Translations，你可以用自己的語言說話，它會把翻譯以對方的語言朗讀出來——透過你的筆電喇叭、配對的手機，或在 Mac 用戶端上，透過虛擬麥克風把語音翻譯送進 Zoom、Meet 或 Teams。這就是人們想從即時翻譯得到的那種近乎即時、跨語言的交流，只是它不會被鎖在單一生態系裡。
若是面對面對話，手機上的 Talk mode 會以單一連續工作階段運作——不是按住說話按鈕。你只要啟動一次，雙方輪流發言，逐字稿與翻譯上下文會貫穿整段交流。而且因為 MirrorCaption 會在桌面版 Chrome 或 Microsoft Edge 中擷取會議分頁的音訊，所以不會有機器人加入通話；參與者也不需要核准會議錄音器。如果你特別想要 適用於 Google Meet 的即時翻譯，同時也能延伸到其他工具，那正是它補上的缺口。
| Gemini 即時翻譯 | MirrorCaption | |
|---|---|---|
| 適用場景 | Google Translate、Google AI Studio / Gemini Live API，以及符合資格的 Google Meet 預覽 | 任何瀏覽器會議分頁（Zoom、Teams、Meet、Webex），可在桌面版 Chrome 或 Edge 使用，也支援手機面對面情境 |
| 你能保留什麼 | 大多是即時、當下的輸出 | 左右對照的原文與翻譯，可搜尋也可匯出 |
| 語音翻譯 | 由即時音訊模型/API 與部分產品場景支援 | 可選的 Speak Translations，包含會議用的 Mac 虛擬麥克風 |
| 設定方式 | 內建於受支援的 Google 場景或自訂 API 應用程式 | 免安裝、也沒有機器人——只要開啟瀏覽器分頁 |
| 定價模式 | 取決於 Google Translate 的可用性、Live API 定價，以及 Workspace 預覽存取 | 1 小時免費，之後為 €54.99/年（110h）或 €99 一次性 Premium（200h）；Voice Packs 另售，€4.99/5h |
就定價來說：MirrorCaption 的 €99 Premium 是一次性方案——沒有每月續訂——包含 200 小時的代管轉錄額度與未來所有更新，且 Premium 客戶在加購 Voice Packs 時可享有最低的每小時費率。它不是無限代管時數；當包含的時數用完後，額外時數需透過 Voice Packs（另售）取得。
Mateo 是里斯本的一位自由接案設計師，他會依照每位客戶偏好的平台接電話——這週是 Zoom，下週是 Teams。他在瀏覽器分頁中開啟 MirrorCaption，左右對照閱讀西語客戶的即時英文翻譯，之後再匯出逐字稿，確認交付細節。重點不是 Gemini 不好；而是 Mateo 不可能要求每位客戶都改用 Google Meet。
想知道即時體驗在不同語言之間表現如何嗎？在下一通電話試試看：在瀏覽器中開啟 MirrorCaption——1 小時免費、免信用卡、免安裝。
常見問題
什麼是 Gemini 3.5 Live Translate？
這是 Google 專用的即時語音轉語音翻譯模型，於 2026 年 6 月宣布推出，並逐步開放到 Google Translate、Google AI Studio / Gemini Live API，以及 Google Meet 語音翻譯預覽。
Gemini 即時翻譯如何運作？
Gemini 會聆聽語音、將其轉錄、用語言模型翻譯意思，並把結果以螢幕文字與合成語音輸出。這個循環會持續運作，因此翻譯能跟上對話節奏，而不是等說話者講完才處理。
Gemini 即時翻譯支援哪些語言？
Google 表示 Gemini 3.5 Live Translate 可偵測 70+ 種語言，但實際語言支援取決於場景：Google Translate 應用程式、Gemini Live API / Google AI Studio，或 Google Meet 預覽。若要依賴特定語言組合，請先查看 Google 自己的文件。
Gemini 即時翻譯是免費的嗎？
消費者端可用性取決於 Google Translate 應用程式與你所在的地區。開發者 API 的使用有獨立定價與預覽限制，而 Google Meet 語音翻譯則取決於符合資格的 Workspace 預覽存取。
Gemini 可以翻譯 Zoom 或 Teams 會議嗎？
Gemini 的即時翻譯存在於 Google 自家產品中，因此它不會原生翻譯 Zoom 或 Microsoft Teams 通話。對於這些平台，像 MirrorCaption 這類瀏覽器工具可以擷取會議分頁音訊，而且不會有機器人加入通話。
Gemini 即時翻譯 vs Google Translate — 有什麼差別？
Google Translate 是 Google 指定推出的消費者端應用程式場景。Gemini 3.5 Live Translate 則是底層的即時音訊模型/API 能力；Gemini 應用程式與 Pixel Live Translate 是相關的 Google 翻譯體驗，但不是同一個已文件化的 3.5 推出場景。
結論
Gemini 3.5 Live Translate 是一項真正出色的即時功能——快速、以語音為先，而且在 Google 透過 Google Translate、Live API 與符合資格的 Google Meet 預覽提供的地方，體驗相當流暢。如果你的對話就發生在那些地方，那它很容易就是最佳選擇。只是要記住三件事：確切的模型版本與語言清單常常變動，所以要查看 Google 的頁面；存取與定價取決於場景；而即時輸出是設計來被聽見的，不是被保留的。
真正的決策在於涵蓋範圍。如果你在 Zoom、Microsoft Teams、Webex 與面對面對話之間工作——而且你想要可搜尋、可匯出的紀錄，外加可選的語音翻譯——那麼不綁工具、以瀏覽器為基礎的方案，就能補上 Gemini 留下的缺口。無論會議使用哪個平台，你都能用自己的語言讀到每一個字。