Gemini 3.5 Live Translate 能听懂口语，并以近乎实时的速度将其转换成另一种语言。Google 在 2026 年 6 月将其宣布为一款专门的实时语音转语音模型，并列出了三个推出场景：Google Translate、Google AI Studio / the Gemini Live API，以及 Google Meet 中的语音翻译预览版。

想象一下，上午 9 点的站会里，你在圣保罗的工程师说葡萄牙语，首尔的设计师说韩语，而你全程用英语跟进。一个能在大家还在说话时就跟上的实时翻译器，会把这场会议从“等总结”变成“当场回应”。这就是 Gemini 实时翻译背后的承诺——而且确实是一个真实、实用的承诺。

你大概已经猜到其中的门槛：这么好用的功能，通常都绑定在发布它的生态系统里。本指南会解释 Gemini 实时翻译到底是什么、实时循环如何运作、它覆盖哪些语言和平台、是否免费，以及——说实话——它什么时候不再是合适的工具。如果你经常在 Zoom、Microsoft Teams 和面对面交流之间切换，你可以 在浏览器中打开 MirrorCaption，无需等待 Google 支持你的平台，也能边看边读。

要点总结

什么是 Gemini 实时翻译？

Gemini 3.5 Live Translate 是 Google 的实时语音翻译模型：你用一种语言说话，系统就会以实时文本或语音输出的形式，快速生成另一种语言的含义，快到足以进行对话。它是把一句话输入翻译框的那种方式的“实时、语音优先”版本。

有一点命名需要先说清楚。Google 在 2026 年 6 月宣布了 Gemini 3.5 Live Translate，将其作为一款用于实时语音转语音翻译的音频模型，可识别 70+ 种语言，并生成自然流畅的译语语音，同时保留说话者的语调、节奏和音高。Google 表示它正在向 Google AI Studio、Google Translate 和 Google Meet 推出。Gemini 应用和 Pixel Live Translate 也是相关的 Google 翻译体验，但除非 Google 在你的账户中明确展示了该能力，否则它们不应被描述为同一个已文档化的 3.5 Live Translate 推出版本。关于准确的模型版本以及它上线在哪些地方，Google 的官方页面才是最权威的来源。

这件事对你重要的原因很简单：功能所在的位置决定了你能在哪里使用它。Gemini 3.5 Live Translate 在对话发生于受支持的 Google 场景中时最强。一旦对话转移到别处，答案就会变得更复杂。

Gemini 实时翻译如何工作？

在底层，实时翻译不是一步完成的——而是一个每秒重复很多次的快速循环。理解这个循环，也就能解释它为什么感觉即时，以及为什么有时会卡顿。

  1. 捕获： 麦克风（或通话音频）会持续把语音流输入模型，而不是等你说完一句话。
  2. 转写： 语音会被转换成源语言文本，早期的猜测会随着更多上下文到来而被修正。
  3. 翻译： Gemini 的语言模型会把含义映射到目标语言，并利用上下文，让习语和语气比逐字替换保留得更好。
  4. 呈现： 结果会以实时文本显示；在语音模式下，还会用目标语言朗读出来。
  5. 优化： 随着说话者继续发言，先前的输出可以被调整，使正在进行的翻译保持连贯。

流式循环最大的优势在于，你可以在别人还在说话时就读到或听到翻译。代价是，随着上下文不断补充，早期词语可能会发生变化——这是所有实时系统的正常特性，并非 Google 独有的缺陷。如果你想更深入了解为什么流式输出会这样表现，我们关于 AI 翻译准确性如何 的说明文章，拆解了准确性与延迟之间的权衡。

Gemini 实时翻译支持哪些语言和平台？

Google 表示 Gemini 3.5 Live Translate 可识别 70+ 种语言，但具体覆盖范围取决于你使用的是哪个场景。Google Translate、Google AI Studio / the Gemini Live API，以及 Google Meet 预览版，可能会在不同时间开放不同的语言支持。由于这份列表会变化，最诚实的答案是去查看 Google 自己的帮助页面，确认你需要的语言，而不是相信博客文章里的固定数字。

平台覆盖才是更重要的故事。Gemini 3.5 Live Translate 的设计目标是在 Google 生态系统内运行：

示例说明

Priya 是一名产品经理，她每周都会和班加罗尔与柏林的同事开同步会。她可以在 Translate 应用里测试 Google 实时翻译，并留意自己 Workspace 账户中的 Meet 预览访问权限。但她真正的站会是在客户控制的 Zoom 链接上进行的——而这正是 Google-only 边界开始显现的地方。她想要的功能，在最需要它的通话里根本不存在。

Gemini 实时翻译免费吗？

部分免费，具体取决于使用场景。Google Translate 应用是消费者最先该查看的入口。通过 Gemini Live API 获得的开发者访问权限有自己的定价、预览限制和配额规则。Google Meet 语音翻译则取决于是否拥有符合条件的 Workspace 预览访问权限。Google 会相当频繁地调整包含内容，所以最稳妥的做法是在围绕某项具体能力构建工作流之前，先确认 Google 当前的定价页面。

实际结论是：“免费”通常覆盖的是偶尔、随手的翻译，而持续性的、会议级的实时翻译往往会放在订阅之后。这种模式很合理——只是如果你以为它对你的实际工作方式来说是免费的，最好先知道这一点。

Gemini 实时翻译的不足之处

公平地说，当你身处 Google 的世界里时，这确实是目前最顺滑的实时翻译体验之一。它的不足不在质量，而在覆盖范围，以及你能保留什么。

它绑定在 Google 生态系统里

Gemini 实时翻译存在于 Google 应用和 Google 设备中。如果你的会议在 Zoom、Microsoft Teams 或 Webex 上进行，Gemini 并不在场。很多团队并不能自己选择平台——客户或主办方才可以——所以“在 Google Meet 里很好用”在真正重要的通话里可能毫无意义。

实时输出大多是短暂的

语音实时翻译的设计目标是让你在当下听到它。这对流程很有帮助，但也意味着你没有一份干净、可搜索的记录来查看两种语言里谁说了什么。如果你曾在谈判后想重新阅读某句译文，你就会体会到这个缺口。（关于转瞬即逝的字幕与保留记录之间的区别，请参见我们关于 实时字幕与转录稿区别 的文章。）

它只是一个生态系统内的工具，不是适用于所有场景

看病、租房合同沟通、在你无法控制的平台上的销售电话——这些并不都发生在 Google 产品里。单一生态系统的功能不可能陪你走遍每一种会议工具和每一个面对面场景。

需要跨多个会议平台工作？ 查看我们在 2026 年最佳会议翻译器 汇总中的工具无关方案对比。

什么时候浏览器翻译器更合适

如果你的对话始终停留在受支持的 Google 场景中，Gemini 3.5 Live Translate 是一个很强的默认选择——直接用它就好。像 MirrorCaption 这样的浏览器工具的价值，则从你跨平台，或者需要保留对话内容的那一刻开始显现。

MirrorCaption 不只是一个只看字幕的阅读器。借助 Speak Translations，你可以用自己的语言说话，它会通过你的笔记本扬声器、配对手机，或者在 Mac 客户端中通过一个虚拟麦克风，把译文朗读给对方听，并将语音翻译路由进 Zoom、Meet 或 Teams。这就是人们对实时翻译所期待的那种近乎实时、跨语言交流，只是它不被锁定在某一个生态系统里。

对于面对面交流，手机上的 Talk mode 以一个连续会话运行——不是按住说话按钮。你只需启动一次，双方轮流发言，整段交流的转录和翻译上下文都会贯穿始终。而且由于 MirrorCaption 会在桌面版 Chrome 或 Microsoft Edge 中捕获会议标签页的音频，因此不会有机器人加入通话；参与者也不需要批准会议录制器。如果你特别想要 适用于 Google Meet 的实时翻译，同时还能跟着你去到其他工具，那正是它填补的空白。

 Gemini 实时翻译MirrorCaption
适用场景Google Translate、Google AI Studio / Gemini Live API，以及符合条件的 Google Meet 预览版任何浏览器会议标签页（Zoom、Teams、Meet、Webex），在桌面版 Chrome 或 Edge 中使用，也支持手机面对面场景
你能保留什么大多只是实时、当下的输出可搜索、可导出的原文与译文并排记录
语音翻译由实时音频模型/API 和部分产品场景支持可选的 Speak Translations，包括用于会议的 Mac 虚拟麦克风
设置方式内置于受支持的 Google 场景或自定义 API 应用中无需安装，也没有机器人——打开浏览器标签页即可
定价模式取决于 Google Translate 可用性、Live API 定价以及 Workspace 预览访问权限1 小时免费，之后为 €54.99/年（110h）或 €99 一次性 Premium（200h）；Voice Packs 另售，起价 €4.99/5h

具体说到定价：MirrorCaption 的 €99 Premium 是一次性方案——没有循环订阅——包含 200 小时托管转录额度和所有未来更新，并且当 Premium 用户通过 Voice Packs 充值时，可获得最低的每小时费率。它不是无限托管时长；一旦包含的小时数用完，更多时长需要通过 Voice Packs 获取（另售）。

示例说明

Mateo 是里斯本的一名自由设计师，他会根据客户偏好在不同平台接电话——这周是 Zoom，下周是 Teams。他在浏览器标签页中打开 MirrorCaption，左右并排查看西班牙语客户的实时英文翻译，之后再导出转录稿，核对交付细节。重点不是 Gemini 不好，而是 Mateo 不可能要求每一位客户都切换到 Google Meet。

想看看实时体验在不同语言之间的表现如何？在下一通电话里试试：在浏览器中打开 MirrorCaption——1 小时免费，无需信用卡，无需安装。

常见问题

什么是 Gemini 3.5 Live Translate？

它是 Google 专门的实时语音转语音翻译模型，于 2026 年 6 月宣布推出，并在 Google Translate、Google AI Studio / the Gemini Live API，以及 Google Meet 语音翻译预览版中逐步上线。

Gemini 实时翻译如何工作？

Gemini 会听取语音、进行转写、用其语言模型翻译含义，并将结果以屏幕文字和合成语音的形式输出。这个循环持续运行，因此翻译会跟上对话节奏，而不是等说话者讲完。

Gemini 实时翻译支持哪些语言？

Google 表示 Gemini 3.5 Live Translate 可识别 70+ 种语言，但具体语言支持取决于使用场景：Google Translate 应用、Gemini Live API / Google AI Studio，或 Google Meet 预览版。在依赖某一特定语言对之前，请先查看 Google 自己的文档。

Gemini 实时翻译免费吗？

消费者可用性取决于 Google Translate 应用以及你所在的地区。开发者 API 的使用有单独的定价和预览限制，而 Google Meet 语音翻译则取决于是否拥有符合条件的 Workspace 预览访问权限。

Gemini 能翻译 Zoom 或 Teams 会议吗？

Gemini 的实时翻译存在于 Google 自家产品中，因此它不会原生翻译 Zoom 或 Microsoft Teams 通话。对于这些平台，像 MirrorCaption 这样的浏览器工具可以捕获会议标签页音频，而不会有机器人加入通话。

Gemini 实时翻译 vs Google Translate —— 有什么区别？

Google Translate 是 Google 指定的面向消费者的推出场景。Gemini 3.5 Live Translate 是底层的实时音频模型/API 能力；Gemini 应用和 Pixel Live Translate 是相关的 Google 翻译体验，但并不是同一个已文档化的 3.5 推出场景。

结论

Gemini 3.5 Live Translate 确实是一项出色的实时能力——速度快、语音优先，而且在 Google 通过 Google Translate、Live API 和符合条件的 Google Meet 预览版开放它的地方，体验也很顺滑。如果你的对话就发生在这些地方，那它当然值得一用。只要记住三件事：准确的模型版本和语言列表经常变化，所以要查看 Google 页面；访问权限和定价取决于具体场景；而实时输出的设计目标是让你听到它，而不是保留它。

真正的决定在于覆盖范围。如果你在 Zoom、Microsoft Teams、Webex 和面对面交流之间切换——并且你想要一份可搜索、可导出的记录，再加上可选的语音翻译——那么一个浏览器式、工具无关的方案就能填补 Gemini 留下的空白。无论会议使用什么平台，你都可以用自己的语言读到每一个字。

在任何平台上翻译任何对话

1 小时免费试用。无需信用卡。无需安装。会议中没有机器人。

免费开始