Vous vivez un cauchemar de traducteur. Google vient d’y mettre fin.
Vous présentez un projet à un client international. La moitié de la salle parle japonais, l’autre allemand. Votre interprète est une personne facturée 500 dollars de l’heure, qui tente de suivre tandis que vous êtes lancé dans votre présentation. Il y a du décalage, des nuances qui se perdent et quelqu’un qui fixe son téléphone.
C’est le monde que Google vient de rendre légèrement embarrassant.
Gemini 3.5 Live Translate a été lancé lundi, apportant une traduction vocale quasi instantanée et naturelle dans plus de 70 langues. Fini les pauses hachées. Fini la voix monocorde et robotique. On dirait vraiment une personne.
Voici ce qui s’est passé
- Google a ouvert le modèle Gemini 3.5 Live Translate aux développeurs via l’API Gemini et AI Studio.
- Le modèle prend en charge la traduction vocale en temps réel sous forme de flux continu, et non par segments successifs.
- Il détecte automatiquement les changements de langue en cours de phrase, sans aucune configuration manuelle.
- La fonctionnalité est déjà disponible dans Google Translate (sur iOS et Android, avec des écouteurs) et son déploiement en aperçu privé a commencé pour Google Meet.
- Exemple d’utilisation : un intervenant présente son sujet devant une audience internationale, les participants scannent un code QR et écoutent simultanément dans la langue de leur choix.
Pourquoi c’est important
C’est plus important qu’il n’y paraît.
La traduction en temps réel est techniquement possible depuis un certain temps, mais la version de Google est la première à sonner comme une conversation plutôt que comme une machine. Le modèle gère la traduction en flux continu entre les langues : il n’attend pas que vous ayez fini votre phrase pour commencer à traduire. Il comble ainsi le dernier obstacle qui empêchait la traduction en direct d’être réellement utilisable dans les réunions professionnelles.
Pour les travailleurs du savoir ayant une quelconque activité à l’international, le gain de productivité est bien réel. Pensez aux réunions générales mondiales, aux présentations commerciales destinées à des clients ou aux négociations avec des fournisseurs, pour lesquelles il fallait jusqu’ici un interprète ou simplement… espérer que tout se passe bien.
Notre analyse
L’accès à l’API est la véritable information de fond.
Les développeurs peuvent désormais intégrer la traduction en temps réel à n’importe quel outil : solutions de support client, logiciels de visioconférence, applications pour événements en direct. La démonstration grand public est séduisante, mais c’est l’infrastructure qui pourrait transformer des secteurs entiers. Une question reste ouverte : le modèle gère-t-il correctement le vocabulaire propre à certains domaines, comme les termes juridiques ou techniques, lorsqu’une mauvaise traduction peut avoir de lourdes conséquences ?
Au fait, quelqu’un a vu le fil de SemiAnalysis aujourd’hui ? L’équipe a lancé de longues tâches de programmation jusqu’à atteindre les limites hebdomadaires des abonnements Claude Max et OpenAI à 200 dollars par mois, et a constaté que les abonnés obtenaient bien plus que les quelque 2 000 dollars par mois de valeur supposée en jetons. Alors, avant qu’OpenAI ne baisse ses prix… vous bénéficiez peut-être déjà d’une offre plutôt avantageuse.
Note de la rédaction : cet article a été publié à l’origine dans notre publication sœur, The Neuron.