Na konferenciji Google I/O 2025, tehnološki div predstavio je revolucionarni napredak u komunikacijskoj tehnologiji: prijevod govora u stvarnom vremenu u Google Meetu koji funkcionira kao da imate ljudskog prevoditelja na svojim video pozivima.
Za razliku od tradicionalnih alata za prijevod koji se oslanjaju na titlove ili robotske glasove, nova Googleova značajka omogućuje izravnu transformaciju zvuka u zvuk. Kada je aktivirana, sustav prevodi izgovorene riječi na jezik koji preferira slušatelj, pritom zadržavajući izvorne karakteristike glasa govornika, uključujući ton, intonaciju i emocionalni izražaj. Korisnici čuju prigušenu verziju izvornog govora, dok je prevedena verzija istovremeno nadodana, stvarajući autentičan doživljaj razgovora.
"Značajka koristi snažan jezični audio model razvijen u Google DeepMind-u, omogućujući besprijekorne i prirodne razgovore između osoba koje govore različite jezike," istaknuto je tijekom I/O prezentacije. Tehnologija se temelji na AudioLM-u, koji je treniran na audio podacima kako bi se što više očuvala kvaliteta izvornog zvuka tijekom prijevoda jezika.
Trenutno se značajka uvodi u beta verziji za korisnike Google AI Pro pretplate (19,99 USD/mjesečno) i novopokrenute AI Ultra pretplate (249,99 USD/mjesečno). Važno je napomenuti da je za funkcioniranje prijevoda dovoljno da samo jedan sudionik poziva ima pretplatu. U početku su podržani engleski i španjolski jezik, a Google planira u narednim tjednima dodati talijanski, njemački i portugalski.
Praktična primjena ove tehnologije je široka – od omogućavanja prirodne komunikacije između unuka koji govore engleski i baka i djedova koji govore španjolski, do olakšavanja međunarodne poslovne suradnje. Google je potvrdio da će rano testiranje za poslovne korisnike Workspacea započeti kasnije ove godine, što bi moglo transformirati globalnu korporativnu komunikaciju.
Ovo dostignuće predstavlja značajan iskorak u odnosu na konkurenciju. Iako su Microsoft Teams i Skype već nudili značajke prijevoda, Googleov pristup omogućuje fluidnije i prirodnije iskustvo koje zadržava ljudski element razgovora – ključni napredak u rušenju globalnih jezičnih barijera.