Segun MarkTechPost (AI/ML News), Google ha presentado Gemini 3.5 Live Translate, un modelo de audio diseñado para traducir el habla en tiempo real entre más de 70 idiomas. Esta tecnología opera como un sistema de traducción de voz a voz, donde el audio emitido por un hablante se convierte directamente en una versión traducida, manteniendo la entonación, ritmo y tono originales. A diferencia de sistemas tradicionales que esperan que un hablante termine una oración antes de responder, este modelo procesa el audio de forma continua, generando traducciones mientras se habla. La sincronización se mantiene con un retraso constante de unos pocos segundos, equilibrando calidad y velocidad de respuesta.
El modelo, denominado gemini-3.5-live-translate-preview, no es un asistente de chat, sino una herramienta especializada en procesamiento de audio en flujo. Funciona al recibir datos de voz en tiempo real, sin necesidad de configuraciones previas para manejar múltiples idiomas. Su robustez frente a ruidos ambientales permite operar eficazmente en espacios con niveles de sonido variables, como espacios públicos o ambientes ruidosos. La tecnología se despliega en tres plataformas: desarrolladores pueden acceder a una versión en prueba pública a través de la API de Gemini Live y Google AI Studio; empresas obtienen una versión privada en Google Meet desde esta semana; mientras que el resto del público puede usarla directamente en la aplicación de Google Translate para Android e iOS.
El enfoque continuo de este sistema representa un avance clave en la creación de funcionalidades en tiempo real. Mientras los asistentes conversacionales dependen de turnos, pausas y detección de intención, el modelo de traducción funciona en un flujo constante, sin esperar a que un hablante termine una frase. Este diseño elimina la necesidad de texto como entrada en el modo de traducción, limitándose únicamente a la recepción de audio. La capacidad de mantener la coherencia en el tono y el ritmo, junto con su eficacia en entornos ruidosos, lo posiciona como una solución viable para escenarios donde la comunicación multilingüe es crítica.
Para los peruanos, este avance tiene implicaciones directas en el acceso a servicios multilingües. En contextos como el trabajo remoto, el comercio internacional o la interacción con comunidades bilingües, la posibilidad de traducir en tiempo real sin interrupciones mejora significativamente la eficiencia. Además, al no requerir configuraciones previas, usuarios de distintos niveles de conocimiento pueden integrar esta tecnología sin obstáculos técnicos. En un país donde la diversidad lingüística es amplia, herramientas como esta pueden facilitar la inclusión y el acceso a información, especialmente en entornos digitales que aún no están completamente adaptados a las necesidades de comunidades no hispanohablantes.