दुनियाभर के लोगों के बीच भाषा की बाधा को खत्म करने की दिशा में Google ने एक बड़ा कदम उठाया है। कंपनी ने Gemini 3.5 Live Translate नाम का नया AI ऑडियो मॉडल लॉन्च किया है, जो 70 से अधिक भाषाओं में रियल-टाइम वॉइस ट्रांसलेशन की सुविधा प्रदान करता है। यह तकनीक न केवल शब्दों का अनुवाद करती है, बल्कि बोलने वाले व्यक्ति की आवाज की शैली, गति और भाव को भी काफी हद तक बनाए रखती है।
Google के अनुसार, Gemini 3.5 Live Translate को इस तरह डिजाइन किया गया है कि बातचीत अधिक स्वाभाविक और वास्तविक महसूस हो। आमतौर पर अनुवादित ऑडियो रोबोटिक या कृत्रिम लगता है, लेकिन यह नया मॉडल वक्ता की मूल आवाज की टोन, पिच और स्पीकिंग स्टाइल को संरक्षित रखने का प्रयास करता है। इससे अनुवादित बातचीत पहले की तुलना में कहीं अधिक प्राकृतिक सुनाई देती है।
कंपनी का दावा है कि यह तकनीक शोरगुल वाले वातावरण में भी प्रभावी ढंग से काम कर सकती है। यही वजह है कि इसका उपयोग ग्राहक सेवा केंद्रों, ऑनलाइन शिक्षा, वीडियो कॉन्फ्रेंसिंग, राइड-शेयरिंग सेवाओं और अंतरराष्ट्रीय कार्यक्रमों जैसे कई क्षेत्रों में किया जा सकता है।
Google ने इस मॉडल को अपने कई प्रमुख प्लेटफॉर्म्स पर उपलब्ध कराना शुरू कर दिया है। डेवलपर्स अब Gemini Live API और Google AI Studio के माध्यम से इस तकनीक का उपयोग कर सकते हैं। वहीं कॉर्पोरेट और एंटरप्राइज ग्राहकों के लिए इसे Google Meet में प्राइवेट प्रीव्यू के तौर पर शुरू किया जा रहा है।
Google Meet में यह फीचर एक बड़ा अपग्रेड माना जा रहा है। पहले जहां सीमित भाषाओं का समर्थन उपलब्ध था, वहीं अब 70 से अधिक भाषाओं और लगभग 2,000 से ज्यादा भाषा संयोजनों का सपोर्ट मिलने की बात कही जा रही है। इससे विभिन्न देशों के लोग बिना भाषा की चिंता किए आसानी से संवाद कर सकेंगे।
Google Translate ऐप को भी इस नई तकनीक से जोड़ा जा रहा है। Android और iOS दोनों प्लेटफॉर्म पर यूजर्स इस फीचर का लाभ उठा सकेंगे। अनुवादित ऑडियो को किसी भी सामान्य हेडफोन के माध्यम से सुना जा सकता है, जिससे विदेशी भाषा में बातचीत करना पहले से कहीं आसान हो जाएगा।
Android उपयोगकर्ताओं के लिए Google ने एक नया Listening Mode भी पेश किया है। इस फीचर के जरिए यदि उपयोगकर्ता फोन को सामान्य कॉल की तरह कान पर लगाएंगे, तो अनुवादित ऑडियो सीधे ईयरपीस के माध्यम से सुनाई देगा। यह सुविधा विशेष रूप से उन परिस्थितियों में उपयोगी होगी जब हेडफोन उपलब्ध न हों।
AI से जुड़े पारदर्शिता मानकों को बनाए रखने के लिए Google ने एक अतिरिक्त सुरक्षा उपाय भी जोड़ा है। कंपनी के अनुसार Gemini 3.5 Live Translate द्वारा तैयार किए गए सभी ऑडियो में SynthID नामक डिजिटल वॉटरमार्क एम्बेड किया जाएगा। इसका उद्देश्य यह बताना है कि संबंधित ऑडियो AI तकनीक की सहायता से तैयार किया गया है। फिलहाल इस वॉटरमार्क को हटाने की कोई सुविधा उपलब्ध नहीं होगी।
Gemini 3.5 Live Translate को Google की अब तक की सबसे उन्नत भाषा अनुवाद तकनीकों में से एक माना जा रहा है। यदि यह तकनीक वास्तविक परिस्थितियों में भी उतनी ही प्रभावी साबित होती है जितना कंपनी दावा कर रही है, तो आने वाले समय में वैश्विक संचार और डिजिटल संवाद का स्वरूप काफी बदल सकता है।