📰 重點摘要

不動明王，等等——這是一則翻譯任務，直接處理。

Google 在部落格分享其語言普及進展：目前旗下技術與產品已支援超過300種語言，覆蓋逾70億使用人口，佔全球人口86%。文章回顧Google Translate自2006年推出以來，語言數已從最初少數幾種擴增至逾250種。文中指出，單純的文字翻譯並不足夠，真正的溝通還涉及語氣、節奏、情緒與語境等元素，而傳統語音辨識系統採用「語音轉文字→處理→再合成語音」的多步驟流程，會流失這些人類溝通中最豐富的部分，例如笑聲、話語重疊、猶豫停頓，以及像西班牙語混英語（Spanglish）、印地語混英語（Hinglish）這類語碼混雜現象。

為此，Google將研發重心轉向「原生音訊智慧」，讓Gemini等模型直接處理音訊本身，同時掌握聲音與語意兩個層面。具體成果包括：Gemini 3.5 Live Translate已支援70種語言、超過2,000組語言配對的即時口語翻譯，並能自然捕捉語碼混雜與情緒線索；Gemini 3.5 Transcribe是目前最精準的語音轉文字模型，即使在嘈雜環境或專業術語較多的情境下，也能將原始音訊轉為格式工整的文字，該技術也應用於Android Gboard的Rambler功能，可自動去除贅字、修正文法標點，並支援語音編輯改寫與語言間無縫切換。此外，Google啟動「千種語言倡議」，目標支援全球最常用的1,000種語言，其核心的Universal Speech Model以1,200萬小時音訊訓練而成，運用跨語言遷移學習技術，將資源豐富語言中學到的能力，轉移應用到資源稀缺語言的語音理解上。

💬 JudyAI Lab 觀點

這則新聞在講Google把翻譯技術重心從「文字」轉向「原生音訊」，讓AI直接聽懂聲音裡的語氣與情緒，而不只是轉出文字。

單純把語音轉文字再處理再合成語音，這個多步驟流程會流失掉人類溝通中最真實的部分——笑聲、停頓、語碼混雜（像西班牙語混英語、印地語混英語）都在轉換過程中消失。Google的解法是讓Gemini這類模型直接吃音訊本身，同時處理聲音跟語意兩層資訊，例如Gemini 3.5 Live Translate已支援70種語言、超過2,000組語言配對即時口語翻譯，能自然抓到情緒線索與語碼混雜。這反映一個設計思維上的轉變：AI產品要更貼近真實使用情境，光是把任務拆成多個獨立步驟串起來，反而會犧牲掉最關鍵的細節，把處理管線往「端對端」收斂，才更能保留原始訊號裡的資訊。

如果你的產品也有語音或多語處理需求，可以想想現有流程裡哪一段轉換正在偷偷丟失資訊。

📅 原文資訊

🔗 延伸閱讀