Google ha rilasciato Gemini 3.5 Live Translate il 9 giugno 2026: il nuovo modello audio di Gemini 3.5 Live traduce conversazioni voce-a-voce quasi in tempo reale in oltre 70 lingue e arriva su API, Google Translate e Google Meet.
Per chi lavora, viaggia o costruisce prodotti digitali, il punto non è avere una traduzione “migliore” in astratto. È avere una traduzione che resta dentro la conversazione: pochi secondi di ritardo, tono preservato, nessun passaggio obbligato da testo, e una distribuzione immediata in servizi che milioni di utenti usano già.
Cosa ha annunciato Google
Secondo l’annuncio ufficiale pubblicato da Google, Gemini 3.5 Live Translate è il nuovo modello audio per traduzione vocale live. Il rollout parte su tre fronti: anteprima pubblica per sviluppatori tramite Gemini Live API e Google AI Studio, anteprima privata per alcune aziende in Google Meet, disponibilità globale nell’app Google Translate su Android e iOS.
“near real-time speech-to-speech translation in over 70 languages.” – Google
Il dato da tenere d’occhio è il salto su Meet. Google dice che la funzione passerà dalle 5 lingue precedenti a oltre 70, con più di 2.000 combinazioni linguistiche possibili nella stessa riunione. Non è solo una lista più lunga: significa uscire dal modello “tutto passa dall’inglese” e rendere più naturale una riunione multilingue tra team europei, clienti asiatici e fornitori americani.
La stessa tecnologia arriva anche nella modalità Live di Google Translate. Con un paio di cuffie, l’app può restituire una voce tradotta che cerca di rispecchiare tono e ritmo dello speaker. Su Android, Google sta distribuendo anche una modalità di ascolto tramite auricolare del telefono, pensata per sentire la traduzione in situazioni pubbliche senza farla ascoltare agli altri.
Come funziona Gemini 3.5 Live
La differenza tecnica è nella gestione del flusso audio. I sistemi di traduzione vocale tradizionali funzionano spesso a turni: aspettano che una persona finisca, trascrivono, traducono e poi sintetizzano una voce. Gemini 3.5 Live Translate lavora invece su streaming audio, cioè su segmenti continui di voce in ingresso, e genera l’audio tradotto mentre il parlato procede.
La documentazione per sviluppatori conferma il nome del modello, gemini-3.5-live-translate-preview, e chiarisce che la configurazione passa da un parametro di translationConfig, con lingua target e opzioni come echoTargetLanguage. In pratica, uno sviluppatore può inviare audio grezzo all’API e ricevere audio tradotto, insieme a trascrizioni di input e output se abilitate.
Questo dettaglio conta perché sposta la traduzione da funzione isolata a componente integrabile. Piattaforme di videoconferenza, app per eventi, strumenti di customer support o servizi turistici possono costruire sopra il modello senza dover gestire da zero riconoscimento vocale, traduzione e sintesi. Restano, però, vincoli precisi: la modalità Live Translation accetta solo audio in ingresso, non testo, e punta alla latenza bassa più che alla flessibilità generale di un agente conversazionale.
I limiti da non ignorare
La model card di Google DeepMind e la documentazione API sono più utili dell’annuncio promozionale perché mostrano i confini del sistema. La replica della voce può essere instabile: dopo pause lunghe, conversazioni rapide con più speaker o segnali ambigui, il modello può cambiare voce, assegnare un genere errato o fissarsi su una voce sbagliata. Anche il riconoscimento della lingua può avere problemi con accenti forti, lingue simili o passaggi rapidi da una lingua all’altra.
C’è poi il tema dell’ambiente. Google afferma che il modello è progettato per filtrare rumore e musica, ma non promette che ogni audio di fondo venga ignorato. In una sala conferenze, in un taxi, in una fiera o durante una lezione universitaria, questo può fare la differenza tra traduzione utile e traduzione abbastanza disturbata da richiedere conferme.
Sul fronte sicurezza, Google indica che l’audio generato dai modelli viene marcato con SynthID, il watermark impercettibile usato per rendere rilevabile il contenuto generato dall’AI. È un segnale importante, ma non risolve tutto: la traduzione vocale in tempo reale introduce nuovi rischi di attribuzione, consenso e fraintendimento, soprattutto quando la voce sintetica somiglia a quella dell’interlocutore.
Perché cambia il panorama AI
Chi segue il settore sa che le funzioni vocali sono diventate il nuovo terreno competitivo tra i grandi laboratori AI: non basta più rispondere bene in chat, bisogna entrare nel ritmo di una conversazione reale. Gemini 3.5 Live va letto dentro questa traiettoria, insieme agli agenti vocali, agli assistenti multimodali e alle API realtime che trasformano voce, testo e contesto in un’unica interfaccia.
Il vantaggio di Google è la distribuzione. Un modello sperimentale in laboratorio cambia poco; lo stesso modello dentro Translate, Meet e una API pubblica cambia le abitudini di utenti, aziende e sviluppatori. Se la qualità regge fuori dalle demo, la traduzione simultanea non resta più un servizio specialistico per conferenze internazionali: diventa una funzione di base nei flussi quotidiani.
Per il lettore italiano l’impatto concreto è semplice. Una PMI che parla con fornitori tedeschi o clienti spagnoli può ridurre la frizione delle riunioni; un’app turistica può offrire assistenza vocale multilingue; uno sviluppatore può testare prototipi di interpretariato live senza costruire l’intera catena audio. Non elimina la necessità di competenze linguistiche nei contratti, nella medicina o nella negoziazione delicata. Ma abbassa la barriera per tutte le conversazioni in cui l’obiettivo non è la perfezione linguistica: è capirsi abbastanza bene, abbastanza in fretta, per lavorare insieme.
Fonti citate
- Fluid, natural voice translation with Gemini 3.5 Live Translate , Google, 9 giugno 2026.
- Live translation with Gemini Live API , Google AI for Developers, aggiornato il 9 giugno 2026.
- Gemini 3.5 Audio (Live Translate) – Model Card , Google DeepMind, 9 giugno 2026.
Fonti video
- Video fonte 1 , YouTube.
- Video fonte 2 , YouTube.
- Video fonte 3 , YouTube.