Gemini 3.5 Live Translate

1) 選擇您想使用 Gemini 3.5 即時翻譯的位置: 選擇符合您需求的介面：(a) Google 翻譯應用程式 (Android/iOS) 用於個人使用，(b) Google Meet (企業/私人預覽版) 用於會議，或 (c) Gemini Live API / Google AI Studio (開發人員/公開預覽版) 將即時翻譯建置到您自己的應用程式中。

2) 在 Google 翻譯應用程式 (Android/iOS) 中使用它: 在 Android 或 iOS 上安裝/更新 Google 翻譯。開啟應用程式並選擇即時翻譯/對話式即時翻譯體驗。連接耳機以獲得最流暢的體驗；該模型以近乎即時的方式串流翻譯語音，支援 70 多種語言，並旨在保留語氣、語速和音高。

3) (Android) 試用新的聆聽模式以進行私人播放: 在支援的 Android 版本上，啟用帶有 3.5 即時翻譯的新聆聽模式。像普通通話一樣將手機貼在耳朵上，透過聽筒聽到翻譯後的音訊——這在您沒有耳機且不希望其他人聽到翻譯時很有用。

4) 在 Google Meet (企業/私人預覽版) 中使用它: 如果您是私人預覽版中選定的 Google Workspace 企業客戶，請開啟 Google Meet 並開始/加入會議。使用更新後的 Meet 介面存取語音翻譯。Meet 將在單次會議中支援 70 多種語言和 2000 多種語言組合（不限於英語作為樞紐語言）。

5) 在 Google AI Studio (開發人員/公開預覽版) 中無需編碼即可試用: 前往 Google AI Studio 的即時體驗並選擇模型 "gemini-3.5-live-translate-preview"。將會話配置為 AUDIO 輸出，並透過設定目標語言代碼來啟用翻譯。開始串流麥克風音訊；您應該會收到連續的翻譯音訊和（可選）輸入/輸出轉錄。

6) 使用 Gemini Live API (開發人員/公開預覽版) 進行建置 — 設定先決條件: 取得 Gemini Live API 和 API 金鑰的存取權。決定您的串流堆疊 (WebSocket 或 SDK)。如果您不想自己建置即時媒體管道，請考慮來源中提到的合作夥伴平台 (Agora、Fishjam、LiveKit、Pipecat、Vision Agents)，它們處理即時串流基礎設施。

7) 建立即時會話並在配置中啟用翻譯: 使用模型 "gemini-3.5-live-translate-preview" 連接到 Live API，並使用以下內容設定 LiveConnectConfig / generationConfig：responseModalities=["AUDIO"]，啟用 inputAudioTranscription (可選)，啟用 outputAudioTranscription (可選)，以及帶有 targetLanguageCode (例如 "pl") 和 echoTargetLanguage (可選) 的 translationConfig。

8) 串流音訊輸入並播放翻譯音訊輸出 (連續翻譯): 在麥克風捕捉到音訊幀/塊時發送它們。模型在串流時處理語音並連續返回翻譯音訊（比說話者慢幾秒）。將返回的音訊串流即時播放給聽眾；如果啟用，可選地顯示輸入/輸出轉錄。

9) 處理多語言和嘈雜的真實世界輸入: 依賴模型的自動語言檢測來處理多語言輸入（無需手動語言切換）。為真實環境設計您的使用者體驗：可能會出現背景噪音、中斷和語音重疊；保持音訊捕捉穩定，並提供清晰的指示，說明誰在說話以及正在輸出哪種語言。

10) 驗證輸出並傳達浮水印: 請注意，Gemini 3.5 即時翻譯生成的所有音訊都帶有 SynthID 浮水印（嵌入在音訊中的不可察覺浮水印）。如果您正在建置產品，請記錄翻譯後的音訊是 AI 生成的，並包含用於檢測的浮水印。

11) 使用官方演示和範例程式碼加速開發: 查看 Google 的 Gemini Live API 演示和範例儲存庫（例如，基於 LiveKit 的即時翻譯演示和其他 Gemini Live API 範例），以複製一個可運行的串流管道，然後將其調整到您的應用程式的 UI 和部署環境。