概要
Gemini 3.5 Live Translateは、会話を低遅延で音声から音声へ翻訳するためのプレビュー版モデルです。Googleは2026年6月9日に発表し、開発者向けにGemini Live APIとGoogle AI Studioでの公開プレビューを開始しました。(blog.google)
能力と用途
- 70以上の言語を自動検出し、話者が話し終わるのを待たずに連続翻訳します。翻訳音声では、話者のイントネーション、話速、声の高さを保つよう設計されています。(blog.google)
- 音声を入力し、翻訳音声と文字起こしを出力できます。Gemini APIのモデル仕様では、入力上限は131,072トークン、出力上限は65,536トークンです。(aistudio.google.com)
- 多言語通話、会議、授業、放送などのリアルタイム通訳に利用できます。発表時にはGoogle Meetでの限定企業向けプレビューと、Android・iOSのGoogle翻訳アプリへの展開も案内されました。生成音声にはSynthIDの電子透かしが付与されます。(blog.google)
制限
- プレビュー版です。長い間が空いた後や複数人が素早く話す場面では、声が変化したり固定されたりする場合があります。非母語話者のアクセント、似た言語、急な言語切り替えでは言語検出が難しくなることがあります。背景音も完全には除去されない場合があります。(storage.googleapis.com)
- Gemini APIの仕様では、コンテキストキャッシュ、バッチAPI、関数呼び出し、コード実行、Google検索によるグラウンディングなどは非対応です。(aistudio.google.com)
料金
Gemini Developer APIのStandard料金。通貨は米ドル(USD)。確認日:2026年11月16日。(aistudio.google.com)
- 無料枠:入力・出力とも無料。
- 有料枠:音声入力は100万トークン当たりUSD 3.50、音声出力は100万トークン当たりUSD 21.00。
- 公式の分換算額は、入力が約USD 0.0053/分、出力が約USD 0.0315/分です。実際の請求は入力・出力音声のトークン消費に基づき、音声1秒当たり25トークンとして計算されます。入力と出力を合わせた参考額は約USD 0.0368/分です。(ai.google.dev)
- 無料枠のコンテンツはGoogleの製品改善に使用されますが、有料枠のコンテンツは使用されません。Google MeetやGoogle翻訳など、他の製品の料金を示すものではありません。(ai.google.dev)