在 Google I/O 2025 大会上，这家科技巨头发布了通信技术领域的革命性进展：Google Meet 的实时语音翻译功能，让视频通话中的交流如同有真人同声传译一般。
与传统依赖字幕或机械化语音的翻译工具不同，Google 的新功能实现了直接的音频到音频转换。启用后，系统会将说话内容翻译为听众所选语言，同时保留说话者原有的声音特征，包括语调、音高和情感表达。用户将听到原始语音的微弱声响，并在其上叠加翻译后的语音，营造出真实自然的对话体验。
“该功能采用了由 Google DeepMind 开发的强大语言音频模型，使不同语言使用者之间的交流流畅自然。”Google 在 I/O 发布会上表示。这项技术基于 AudioLM，通过音频数据训练，在转换语言的同时尽可能保留原始音频的质量。
目前，该功能正以测试版形式向 Google AI Pro（每月 19.99 美元）和新推出的 AI Ultra（每月 249.99 美元）订阅用户开放。值得注意的是，通话中只需一人订阅即可让所有参与者受益。初期支持英语和西班牙语，Google 计划在未来几周内新增意大利语、德语和葡萄牙语。
这一功能的实际应用场景极为广泛，从让讲英语的孙辈能与讲西班牙语的祖父母自然交流，到促进国际商务协作无缝进行。Google 还确认，将于今年晚些时候启动 Workspace 商业用户的早期测试，有望彻底改变全球企业沟通方式。
这一进展远超竞争对手。尽管 Microsoft Teams 和 Skype 过去也曾提供翻译功能，但 Google 的方案带来了更流畅、更自然的体验，保留了对话的人性化元素——这是打破全球语言壁垒的关键创新。