跳到正文
  1. Google DeepMind73

    Gemini 3.5 Live Translate 发布,支持 70+ 语言近实时语音翻译

    Google DeepMind 发布最新音频模型 Gemini 3.5 Live Translate,可自动检测 70+ 语言并连续生成流畅自然的译音,保留说话人的语调、节奏和音高,全程只落后说话人几秒。

    推荐理由:解释了连续生成与等待上下文之间的取舍,读者可据此理解近实时同传的延迟表现。

已经到底了