Gemini 3.5 Live Translate؛ ترجمه همزمان و پشتیبانی فارسی
ترجمهٔ زندهٔ گفتار گوگل چه کاری انجام می‌دهد و فارسی کجا پشتیبانی می‌شود؟ تفاوت Translate، Meet و Live API را بشناسید و مسیر جداگانهٔ ترجمهٔ متن و تولید صوت در 1ai را یاد بگیرید.
Gemini 3.5 Live Translate مدل ترجمهٔ زندهٔ گفتار گوگل است که صدای گوینده را دریافت میکند و ترجمه را به‌صورت صدا، با فاصله‌ای کوتاه، پخش میکند. فارسی در فهرست رسمی زبان‌های Live translate برنامهٔ Translate آمده است؛ اما این قابلیت در 1ai ارائه نمیشود و مسیر جایگزین آن، ترجمهٔ متن و سپس تبدیل متن ترجمه‌شده به گفتار است.
گوگل این مدل را در ۹ ژوئن ۲۰۲۶ / خرداد ۱۴۰۵ معرفی کرد؛ بنابراین صحبت از قابلیتی مشخص برای ترجمهٔ گفتار است، نه صرفاً درخواست ترجمه از یک چت‌بات. طبق معرفی رسمی گوگل، این مدل بیش از ۷۰ زبان را تشخیص می‌دهد و ترجمهٔ صوتی پیوسته تولید میکند. راهنمای حاضر بر اساس بررسی منابع رسمی در ۳۱ اکتبر ۲۰۲۶ / ۹ آبان ۱۴۰۵ نوشته شده است.
Gemini 3.5 Live Translate چیست و چه تفاوتی با ترجمهٔ معمولی دارد؟
در ترجمهٔ متنی، جمله‌ای را می‌نویسید، خروجی را می‌خوانید و در صورت نیاز اصلاح میکنید. در ترجمهٔ گفتاربه‌گفتار، ورودی و خروجی هر دو صوت هستند؛ کاربرد اصلی این است که حرف طرف مقابل را هنگام صحبت‌کردن دنبال کنید. عبارت «ترجمه صوتی همزمان با هوش مصنوعی» معمولاً به همین تجربه اشاره دارد.
همزمان را نباید به معنی تأخیر صفر گرفت. سیستم برای فهمیدن منظور جمله به مقداری بافت نیاز دارد؛ به‌ویژه وقتی فعل، شرط یا نفی در بخش پایانی جمله می‌آید. گوگل دربارهٔ این مدل از فاصلهٔ چندثانیهای با گوینده و حفظ آهنگ، سرعت و زیروبمی صدا صحبت میکند. این توضیح، ادعای سازنده است و تضمینی برای یکسان‌بودن نتیجه در تمام لهجه‌ها و محیط‌ها نیست.
تغییر اصلی در مقایسه با سیستم‌های نوبتی این است که ترجمه می‌تواند هنگام ادامهٔ صحبت جریان پیدا کند. در روش نوبتی، گوینده جمله را تمام میکند و بعد شنونده ترجمه را می‌شنود. برای توضیح یک مسیر در سفر یا دنبالکردن سخنرانی، تفاوت این دو تجربه محسوس است؛ برای ترجمهٔ یک قرارداد، فرصت بازخوانی متن همچنان ارزش بیشتری دارد.
| موضوع مقایسه | تجربهٔ نوبتی یا قبلی | تجربهٔ معرفی‌شده با مدل جدید |
|---|---|---|
| زمان شروع خروجی | پس از پایان نوبت گوینده | ترجمهٔ پیوسته با فاصلهٔ کوتاه |
| شکل خروجی | وابسته به ابزار؛ متن یا پخش جمله | گفتار ترجمه‌شده با توجه به ویژگی‌های صدا |
| دامنهٔ اعلام‌شده در Meet | محدود به پنج زبان در توضیح معرفی گوگل | گسترش به بیش از ۷۰ زبان در طرح عرضهٔ جدید |
| ارتباط زبان‌ها در Meet | محدودیت ترجمه به انگلیسی و از انگلیسی | گسترش ترکیب‌های زبانی در تجربهٔ جدید |
| بازبینی پیش از شنیدن | در ترجمهٔ متنی امکان‌پذیر است | شنونده خروجی را در جریان مکالمه دریافت میکند |
دو ردیف مربوط به Meet وضعیت توصیف‌شده در زمان معرفی ژوئن را مقایسه می‌کنند؛ فعال‌بودن قابلیت برای حساب امروز شما باید جداگانه بررسی شود. همچنین نام Gemini 3.5 یا عبارت فارسی «جمینای ۳.۵» به‌تنهایی مشخص نمی‌کند که دربارهٔ مدل ترجمه، مدل چت یا محصول میزبان صحبت می‌کنیم.
ترجمه همزمان گوگل کجا اجرا می‌شود؟
سه مسیر مطرح‌اند: اپلیکیشن Translate برای استفادهٔ روزمره، Meet برای جلسه و Live API برای ساخت نرم‌افزار. معرفی گوگل عرضه در Translate روی Android و iOS، پیش‌نمایش عمومی توسعه‌دهندگان در Live API و AI Studio و شروع پیش‌نمایش خصوصی سازمانی در Meet را اعلام کرده بود. این سه مسیر شرایط دسترسی یکسانی ندارند.
Translate برای سفر و گفت‌وگوی حضوری
اگر می‌خواهید راهنمای یک موزه، توضیح فروشنده یا گفت‌وگویی حضوری را بفهمید، نقطهٔ شروع مناسب بررسی Live translate در برنامهٔ Translate است. هدفون به شما اجازه می‌دهد ترجمه را شخصی‌تر بشنوید؛ برای گفت‌وگوی دوطرفه، باید نحوهٔ پخش صدا برای هر دو نفر را هم در نظر بگیرید.
پیش از شروع، معلوم کنید فقط شنونده هستید یا قرار است پاسخ بدهید. دنبالکردن یک ارائه با مذاکره‌ای که هر لحظه گوینده عوض می‌شود تفاوت دارد. چند جملهٔ آزمایشی کمک میکند بفهمید فاصلهٔ ترجمه و صدای محیط برای موقعیت شما قابل قبول است یا نه.
Meet برای جلسهٔ چندزبانه
در Meet باید قابلیت ترجمهٔ گفتار را از زیرنویس ترجمه‌شده جدا کنید. خواندن ترجمه روی صفحه با شنیدن صدای ترجمه‌شده یکسان نیست. طبق راهنمای رسمی Speech Translation در Meet، فارسی با نام Persian (Farsi) در فهرست زبان‌ها قرار دارد و استفاده به طرح واجد شرایط میزبان یا شرکت‌کننده و تنظیمات مربوط وابسته است.
همان راهنما توضیح می‌دهد که رضایت فرد برای ترجمه‌شدن گفتارش، منطقه، دستگاه و تنظیمات مدیر سازمان می‌توانند روی دسترسی اثر بگذارند. بنابراین صرف حضور در یک جلسه کافی نیست. پیش از جلسهٔ اصلی، میزبان باید قابلیت را با همان حساب و دستگاهی که قرار است استفاده شود بررسی کند.
Live API برای توسعه‌دهندگان
مسیر API زمانی مطرح می‌شود که قصد ساخت محصول دارید؛ مثلاً بخواهید در نرم‌افزار خودتان صدای ورودی را بگیرید و ترجمهٔ صوتی تحویل بدهید. اعلام دسترسی توسعه‌دهندگان در معرفی گوگل، به معنی وجود یک دکمهٔ آماده در تمام سرویس‌های واسط نیست.
برای چنین پروژه‌ای، پیش از پیاده‌سازی بررسی کنید حساب توسعه‌دهنده، منطقهٔ استفاده، هزینه و شرایط جاری پیش‌نمایش با نیاز شما سازگار باشند. سپس نیازهای محصول را بنویسید: زبان ورودی و خروجی، نحوهٔ قطع صدا، مدیریت سکوت و رفتار هنگام قطع اتصال. این‌ها تصمیم‌های طراحی تجربه‌اند و با انتخاب نام مدل به‌تنهایی حل نمی‌شوند.
آیا Live Translate فارسی را پشتیبانی میکند؟
بله؛ در بررسی آبان ۱۴۰۵، نام Persian در فهرست رسمی زبان‌های Live translate گوگل دیده می‌شود. این راهنما برای برنامهٔ Translate حالت‌های شنیدن، مکالمه و فقط متن را توضیح می‌دهد. پشتیبانی زبان را باید در همان محصولی بررسی کرد که قصد استفاده از آن را دارید؛ فهرست زبان‌های ترجمهٔ متن، به‌تنهایی مدرک پشتیبانی یک حالت صوتی نیست.
بااین‌حال، پشتیبانی فارسی سه تضمین جداگانه نمی‌دهد: فعال‌بودن قابلیت برای هر کاربر، کیفیت یکسان برای تمام لهجه‌ها و درستی همهٔ اصطلاحات تخصصی. وجود فارسی در فهرست یعنی زبان در دامنهٔ اعلام‌شده قرار دارد؛ ارزیابی کار واقعی هنوز لازم است.
برای نمونه، قبل از جلسهٔ کاری از طرف مقابل بخواهید نام شرکت، تاریخ تحویل و مبلغ فرضی را در جمله‌ای کوتاه بگوید. بررسی کنید نفی جمله، واحد پول و عدد درست منتقل می‌شوند. اگر «تا سه‌شنبه ارسال نمیشود» به «سه‌شنبه ارسال می‌شود» تبدیل شود، خوش‌آهنگ‌بودن صدا کمکی به تصمیم شما نمی‌کند.
برای کاربران ایران، در این بررسی دسترسی بدون محدودیت از داخل کشور تأیید نشده است. داشتن فارسی در فهرست را معادل پشتیبانی منطقه‌ای ایران نگیرید. برای Meet و مسیر توسعه‌دهنده، حساب واجد شرایط و احتمال نیاز به پرداخت را هم در نظر بگیرید؛ هزینه یا اشتراک را پیش از اطمینان از دسترسی تهیه نکنید.
چطور از Live Translate در برنامهٔ گوگل استفاده کنیم؟
مراحل زیر بر پایهٔ راهنمای رسمی برنامه است؛ نام یا جای برخی گزینه‌ها ممکن است با نسخه و زبان رابط فرق کند. بهتر است اولین آزمایش را در محیطی آرام انجام دهید تا مشکل زبان با مشکل میکروفن اشتباه نشود.
۱. برنامهٔ Translate را به آخرین نسخهٔ در دسترس به‌روزرسانی کنید و اجازهٔ استفاده از میکروفن را بررسی کنید.
۲. اگر می‌خواهید ترجمه را با هدفون بشنوید، آن را به گوشی وصل کنید. سپس برنامه را باز کنید و گزینهٔ Live translate را انتخاب کنید.
۳. زبان‌های موردنظر و حالت مناسب را تعیین کنید. حالت Listening برای شنیدن، Conversation برای مکالمه و Text only برای خواندن ترجمه در نظر گرفته شده است.
۴. یک جملهٔ کوتاه و عادی بگویید یا از طرف مقابل بخواهید صحبت کند. هم متن را ببینید و هم صدا را گوش کنید؛ از همان ابتدا با اصطلاح دشوار شروع نکنید.
۵. برای مکالمه، اجازه دهید ترجمه قابل دنبالکردن بماند و بعد پاسخ بدهید. صحبت‌کردن همزمان دو نفر ارزیابی درست نتیجه را دشوار میکند.
۶. اگر نتیجه نامفهوم بود، جمله را ساده‌تر و مشخص‌تر بیان کنید. برای عدد، نشانی یا اسم خاص، از متن نوشته‌شده هم کمک بگیرید.
به‌عنوان تمرین، سه موقعیت بسازید: پرسیدن مسیر، تغییر زمان قرار و توضیح یک سفارش. در هر مورد، از شنونده بخواهید برداشت خود را بازگو کند. این روش کاربردی‌تر از آن است که فقط از طبیعی‌بودن صدای خروجی نتیجه بگیرید ترجمه دقیق بوده است.
آیا Gemini 3.5 Live Translate در 1ai وجود دارد؟
خیر. Gemini 3.5 Live Translate در 1ai ارائه نمیشود؛ نباید انتظار داشته باشید با ورود به چت، میکروفن یک جلسه را به مترجم زندهٔ دوطرفه وصل کنید. آنچه در وان ای آی (1ai) میتوانید انجام دهید، آماده‌کردن ترجمهٔ متنی و ساخت فایل صوتی از متن نهایی در دو مرحلهٔ جداگانه است.
اگر هدف شما بازنویسی، ترجمه و اصلاح متن است، از مدل‌های Gemini در 1ai شروع کنید. برای این مقاله، مسیر پیشنهادی استفاده از Gemini 3.8 Flash برای متن و سپس بخش تبدیل متن به گفتار برای خروجی شنیداری است. این پیشنهاد دربارهٔ گردش کار موجود در 1ai است، نه ادعای برابری آن با ترجمهٔ زندهٔ گوگل.
| نیاز شما | مسیر مناسب برای بررسی | خروجی مورد انتظار |
|---|---|---|
| فهمیدن صحبت در لحظه | Live translate در محصول رسمی گوگل | ترجمه در جریان گفتار |
| شرکت در جلسهٔ چندزبانه | Speech Translation در Meet با حساب واجد شرایط | شنیدن ترجمهٔ جلسه |
| ترجمهٔ ایمیل یا متن آموزشی | چت متنی در 1ai | متن قابل اصلاح و مقایسه |
| ساخت صدای ترجمه‌شده | ترجمهٔ متن، بازبینی، سپس تبدیل به گفتار | فایل صوتی قابل دانلود |
| توسعهٔ مترجم صوتی زنده | بررسی Live API رسمی گوگل | نیازمند ساخت و آزمون نرم‌افزار |
چطور با Gemini 3.8 Flash متن را ترجمه کنیم؟
ابتدا با شمارهٔ موبایل ایرانی و کد یک‌بارمصرف وارد شوید. در چت، Gemini 3.8 Flash را انتخاب کنید و متن را همراه با هدف ترجمه بفرستید. مشخص‌کردن مخاطب و کاربرد متن معمولاً از درخواست کوتاه «ترجمه کن» راهنمای روشن‌تری برای تولید پاسخ می‌دهد.
فرض کنید می‌خواهید برای مشتری خارجی دربارهٔ سفارش توضیح بدهید. متن فارسی را پیش از ترجمه از ابهام پاک کنید: «فردا» دقیقاً چه تاریخی است؟ «قیمت نهایی» هزینهٔ ارسال را هم شامل می‌شود؟ مدل نباید جای شما دربارهٔ این موارد تصمیم بگیرد.
متن زیر را از فارسی به انگلیسی برای ایمیل به مشتری ترجمه کن.
لحن محترمانه و روشن باشد، بدون تعارف طولانی.
هیچ وعده، مبلغ یا تاریخی به متن اضافه نکن.
نام‌ها و عددها را بدون تغییر حفظ کن.
اگر عبارتی مبهم است، ابتدا ابهام را در بخش جداگانه بنویس.
متن: سفارش شما آماده است؛ پس از تأیید نشانی، زمان ارسال را اعلام می‌کنیم.بعد از دریافت پاسخ، فقط روان‌بودن انگلیسی را نسنجید. بررسی کنید «اعلام زمان ارسال پس از تأیید نشانی» به «ارسال قطعی فردا» تبدیل نشده باشد. برای متن‌های تخصصی، واژه‌نامهٔ کوچکی بدهید و از مدل بخواهید همان معادل‌ها را در سراسر ترجمه نگه دارد.
ترجمه را دوباره با متن اصلی مقایسه کن.
موارد حذف‌شده، اضافه‌شده و تغییر در تعهد یا قطعیت را مشخص کن.
نام‌ها، تاریخ‌ها، عددها و جمله‌های منفی را جداگانه بررسی کن.
در پایان فقط نسخهٔ اصلاح‌شدهٔ ترجمه را بده.برای کارهای کوتاه فارسی و انگلیسی، ابزار مترجم فارسی به انگلیسی هم نقطهٔ شروع مناسبی است. اگر می‌خواهید روش انتخاب لحن و کنترل خطا را مفصل‌تر یاد بگیرید، راهنمای ترجمه با هوش مصنوعی را بخوانید. بازبینی مدل را جایگزین تأیید انسانی متن حساس نکنید.
چطور ترجمه را در 1ai به فایل صوتی تبدیل کنیم؟
پس از تأیید ترجمه، فقط متنی را نگه دارید که باید شنیده شود. توضیح‌های مدل، جدول مقایسه و یادداشت اصلاحات را از متن گفتار جدا کنید. سپس به بخش تبدیل متن به گفتار بروید، مدل و صدا را انتخاب کنید و ابتدا یک نمونهٔ کوتاه بسازید.
در 1ai برای هر بار تولید، متن تا ۵٬۰۰۰ کاراکتر پذیرفته می‌شود؛ متن بلند را بر اساس مرز جمله و بند تقسیم کنید. سرعت قابل انتخاب از ۰٫۵ تا ۲ برابر است و فایل صوتی را میتوانید دانلود کنید. کیفیت فارسی بین صداها متفاوت است؛ پیش از تولید کل متن، تلفظ نام‌ها و اصطلاحات را در نمونهٔ کوتاه گوش کنید.
متن مناسب خواندن با متن مناسب شنیدن فرق دارد. جمله‌های بسیار بلند، پرانتزهای تو‌در‌تو و مخفف‌های توضیح‌نداده ممکن است شنونده را سردرگم کنند. میتوانید پیش از تولید صوت، چنین درخواستی بدهید:
ترجمهٔ تأییدشدهٔ زیر را برای خواندن با صدای بلند آماده کن.
معنا، عددها، تاریخ‌ها و تعهدها تغییر نکنند.
جمله‌های طولانی را کوتاه کن و نشانه‌گذاری طبیعی بگذار.
عنوان، توضیح اضافی، جدول و یادداشت تلفظ را وارد متن نهایی نکن.
اگر تغییری ممکن است معنا را عوض کند، آن را جداگانه پیشنهاد بده.تفاوت این مسیر با ترجمهٔ زنده روشن است: ابتدا متن دارید، آن را تأیید میکنید و بعد صدا می‌سازید. برای معرفی محصول، تمرین ارائه یا پیام صوتی ازپیش‌آماده، همین فرصت اصلاح مزیت دارد. این روش صدای گویندهٔ اصلی را شبیه‌سازی نمی‌کند؛ 1ai قابلیت شبیه‌سازی صدای شخصی ارائه نمی‌دهد.
هزینهٔ اجرا را پیش از تولید بررسی کنید و برای انتخاب طرح به صفحهٔ قیمت‌گذاری مراجعه کنید. تولید نمونهٔ کوتاه برای ارزیابی تلفظ کمک میکند پیش از صرف اعتبار برای متن کامل تصمیم بگیرید.
برای چه کارهایی ترجمهٔ زنده بهتر است و کجا متن را انتخاب کنیم؟
برای دنبالکردن یک بازدید، شنیدن توضیح کوتاه یا شروع گفت‌وگو با فردی ناآشنا، سرعت مهم است. برای محتوایی که قرار است منتشر شود، به مشتری تعهد بدهد یا مبنای تصمیم مالی باشد، امکان بررسی متن اهمیت بیشتری پیدا میکند. انتخاب ابزار را از نتیجهٔ موردنیاز شروع کنید، نه از جدیدبودن نام مدل.
یک مدرس می‌تواند ابتدا متن درس را ترجمه و اصطلاحات آن را یکدست کند، بعد فایل صوتی تمرینی بسازد. یک فروشگاه می‌تواند پاسخ‌های پرتکرار دربارهٔ ارسال و مرجوعی را پیشاپیش آماده کند. در هر دو مثال، ترجمهٔ زنده ضرورت ندارد و متن تأییدشده دوباره قابل استفاده است.
در مقابل، اگر مهمان شما همان لحظه پرسشی پیش‌بینی‌نشده مطرح کند، فایل آماده همهٔ نیاز را پوشش نمی‌دهد. آنجا ترجمهٔ زنده می‌تواند کمک‌کننده باشد؛ بااین‌حال، برای جزئیات حساس از طرف مقابل بخواهید تأیید را مکتوب کند. شنیدن خروجی روان را معیار یگانهٔ اعتماد قرار ندهید.
پیش از استفادهٔ جدی، یک آزمون کوچک طراحی کنید: چند جملهٔ عادی، یک جملهٔ منفی، یک مبلغ، یک تاریخ و دو نام خاص. نتیجه را با فرد آشنا به هر دو زبان بررسی کنید. این ارزیابی ساده به شما نشان می‌دهد گردش کار انتخابی برای نیاز خودتان مناسب است یا باید مرحلهٔ بازبینی بیشتری اضافه کنید.
سوالات متداول
آیا Gemini 3.5 Live Translate فارسی دارد؟
بله؛ در بررسی آبان ۱۴۰۵، فارسی در فهرست رسمی Live translate برنامهٔ Translate و ترجمهٔ گفتار Meet آمده است. فعال‌بودن قابلیت برای حساب، دستگاه و منطقهٔ شما موضوع جداگانه‌ای است.
آیا ترجمهٔ همزمان گوگل بدون تأخیر است؟
خیر؛ معرفی گوگل از فاصلهٔ چندثانیهای با گوینده صحبت میکند. برای پاسخدادن، کمی فرصت بدهید تا ترجمهٔ بخش قبلی قابل دنبالکردن باشد.
آیا میتوان Live Translate را در 1ai اجرا کرد؟
خیر؛ این مدل در 1ai ارائه نمیشود. در 1ai میتوانید متن را ترجمه و اصلاح کنید و سپس از متن نهایی فایل صوتی بسازید.
آیا Gemini 3.8 Flash همان مدل ترجمهٔ زنده است؟
خیر؛ در گردش کار توضیحدادهشدهٔ 1ai، از Gemini 3.8 Flash برای ترجمهٔ متن استفاده میکنید. تولید صوت مرحلهای جداگانه در بخش تبدیل متن به گفتار است.
برای ترجمهٔ قرارداد یا مبلغ مهم چه روشی مناسب‌تر است؟
متن را مکتوب نگه دارید، عددها و تعهدها را جداگانه بررسی کنید و از فرد متخصص کمک بگیرید. ترجمهٔ زنده یا بازبینی خودکار نباید تنها مبنای تأیید چنین محتوایی باشد.
برای شروع، یک متن کوتاه و غیرحساس را در 1ai امتحان کنید، ترجمه را بازبینی کنید و از چند جملهٔ آن نمونهٔ صوتی بسازید؛ این تمرین تفاوت ترجمهٔ متن، تولید گفتار و ترجمهٔ زنده را روشن میکند.
