Gemini 3.5 Live Translate

Gemini 3.5 Live Translate는 Agent Platform을 통해 제공되는 gemini-3.5-live-translate-preview 모델을 사용하여 70개 이상의 언어 간에 지연 시간이 짧은 실시간 음성 간 번역을 지원합니다. 번역 설정으로 Live API를 구성하면 한 언어로 오디오를 스트리밍하고 다른 언어로 번역된 오디오 출력을 수신하여 원활한 실시간 음성 번역을 수행할 수 있습니다.

시작하려면 Gemini 3.5 Live Translate 소개 노트북을 참고하세요.

라이브 스트리밍 번역

BidiGenerateContent (Live) API는 지속적인 양방향 WebSocket 연결을 유지합니다. 원시 오디오 청크를 세션으로 스트리밍하고 번역된 오디오 청크와 선택적 스크립트를 실시간으로 수신합니다.

import asyncio
from google import genai
from google.genai import types

# Initialize the client for Vertex AI / Agent Platform
client = genai.Client(enterprise=True, project=PROJECT_ID, location=LOCATION)

model = "gemini-3.5-live-translate-preview"
config = types.LiveConnectConfig(
    response_modalities=["AUDIO"],
    input_audio_transcription=types.AudioTranscriptionConfig(),
    output_audio_transcription=types.AudioTranscriptionConfig(),
    translation_config=types.TranslationConfig(
        target_language_code="pl",
        echo_target_language=True,
    ),
)

async def streaming_translation(audio_stream_generator):
    async with client.aio.live.connect(model=model, config=config) as session:
        # In a complete implementation, stream audio chunks concurrently:
        # async for chunk in audio_stream_generator:
        #     await session.send_realtime_input(
        #         audio=types.Blob(data=chunk, mime_type="audio/pcm;rate=16000")
        #     )

        async for response in session.receive():
            if response.server_content:
                server_content = response.server_content

                if server_content.input_transcription:
                    print(f"Input transcript: {server_content.input_transcription.text}")

                if server_content.output_transcription:
                    print(f"Output transcript: {server_content.output_transcription.text}")

                if server_content.model_turn:
                    for part in server_content.model_turn.parts:
                        if part.inline_data:
                            translated_audio_chunk = part.inline_data.data
                            # Process or stream translated audio (24kHz PCM)
                            print(f"Received translated audio: {len(translated_audio_chunk)} bytes")

오디오 사양

오디오를 원시, little-endian, 16비트 선형 PCM으로 스트리밍합니다.

  • 입력 형식: 16kHz의 16비트 선형 PCM (모노, little-endian)

  • 출력 형식: 24kHz의 16비트 선형 PCM (모노, 리틀 엔디안)

  • 스트리밍 청크 크기: 처리량과 지연 시간 간의 최적의 균형을 위해 100ms 길이의 청크가 권장됩니다.

# Streaming an audio chunk to an active session
await session.send_realtime_input(
    audio=types.Blob(
        data=pcm_bytes,
        mime_type="audio/pcm;rate=16000",
    )
)

구성

실시간 번역은 LiveConnectConfig에 TranslationConfig를 연결하여 구성합니다.

구성 매개변수

  • target_language_code (문자열): 원하는 출력 언어의 BCP-47 언어 코드입니다 (예: "pl", "es", "ja"). 기본값은 "en"입니다.
  • echo_target_language (불리언): 음성 입력이 이미 도착어인 경우의 동작을 제어합니다.
    • True: 모델이 출력 스트림에서 입력 음성을 재현하고 에코합니다.
    • False: 입력이 도착어와 일치하면 모델이 아무런 반응을 하지 않습니다. 기본값은 False입니다.
  • input_audio_transcription (AudioTranscriptionConfig): 선택사항입니다. 수신 소스 오디오에 대해 동기화된 텍스트 스크립트 작성을 사용 설정합니다.
  • output_audio_transcription (AudioTranscriptionConfig): 선택사항입니다. 번역된 출력 오디오에 동기화된 텍스트 스크립트 작성을 사용 설정합니다.

언어 지원

Gemini 3.5 Live Translate에서는 다음 언어 및 BCP-47 언어 코드가 지원됩니다.

언어 BCP-47 코드 언어 BCP-47 코드
아프리칸스어 af 카자흐어 kk
아칸어 ak 크메르어 km
알바니아어 sq 키냐르완다어 rw
암하라어 am 한국어 ko
아랍어 ar 라오어 lo
아르메니아어 hy 라트비아어 lv
아제르바이잔어 az 리투아니아어 lt
바스크어 eu 마케도니아어 mk
벨라루스어 be 말레이어 ms
뱅골어 bn 말라얄람어 ml
불가리아어 bg 마라타어 mr
버마어(미얀마) my 몽골어 mn
카탈로니아어 ca 네팔어 ne
중국어(간체) zh-Hans 노르웨이어 no, nb
중국어(번체) zh-Hant 페르시아어 fa
크로아티아어 hr 폴란드어 pl
체코 cs 포르투갈어(브라질) pt-BR
덴마크어 da 포르투갈어(포르투갈) pt-PT
네덜란드어 nl 펀자브어 pa
영어 en 루마니아어 ro
에스토니아어 et 러시아어 ru
필리핀어 fil 세르비아어 sr
핀란드어 fi 신드어 sd
프랑스어 fr 싱할라어 si
갈리시아어 gl 슬로바키아어 sk
조지아어 ka 슬로베니아어 sl
독일어 de 스페인어 es
그리스어 el 순다어 su
구자라트어 gu 스와힐리어 sw
하우사어 ha 스웨덴어 sv
히브리어 he 타밀어 ta
힌디어 hi 텔루구어 te
헝가리어 hu 태국어 th
아이슬란드어 is 터키어 tr
인도네시아어 id 우크라이나어 uk
이탈리아어 it 우르두어 ur
일본어 ja 우즈베크어 uz
자바어 jv 베트남어 vi
칸나다어 kn 줄루어 zu

권장사항

  • 일관된 샘플링 유지: 오디오 입력이 16kHz 모노 PCM을 엄격하게 준수하여 피치 이동과 오디오 아티팩트를 방지합니다.

  • 음향 환경 처리: 모델이 중간 정도의 주변 소음을 필터링하지만, 강한 배경 잡담이나 겹치는 화자는 번역 모호성을 유발할 수 있습니다.

  • 사용 사례별로 에코 모드 평가: 화자가 이미 도착어를 사용하는 경우 불필요한 재방송을 억제하려면 단방향 통역 설정에서 echo_target_language=False로 설정합니다.

가격 책정

모델 ID ['gemini-3.5-live-translate-preview']
형식
텍스트 출력 전용
이미지 지원되지 않음
오디오 입력 및 출력
동영상 지원되지 않음
기능
도구
API
소비 옵션
지원되는 리전

모델 가용성

  • 전역: global
버전
  • gemini-3.5-live-translate-preview
    • 출시 단계: 프리뷰
    • 출시일: 2026년 8월