Google anunció hoy la última interpretación de Audio nativo flash Gemini 2.5. Encima de Google Translate para la traducción de auriculares en vivo, Search Live del modo AI beneficio de estas actualizaciones de maniquí.

Al igual que Gemini Live el mes pasado, las respuestas de Search Live ahora serán “más fluidas y expresivas que nunca”. Esto incluye voces que suenan más naturales y la capacidad de detener la respuesta con solo preguntar.

Gemini 2.5 Flash Native Audio se lanzará durante la próxima semana para todos los usuarios de Search Live (Android + iOS) en los EE. UU.

Las actualizaciones de hoy incluso están disponibles para desarrolladores externos que creen agentes de voz en vivo. En comparación con la interpretación precedente, hay tres mejoras:

Anuncio: desplácese para ver más contenido

• Indicación de funciones más nítida: Hemos mejorado la confiabilidad del maniquí al activar funciones externas. Ahora puede identificar con decano precisión cuándo recuperar información en tiempo verdadero durante una conversación y entrelazar esos datos sin problemas en la respuesta de audio, sin interrumpir el flujo.
• Instrucciones sólidas a continuación: El maniquí ahora maneja mejor instrucciones complejas, lo que genera una decano satisfacción del agraciado en cuanto a la integridad del contenido. Con una tasa de cumplimiento de las instrucciones del desarrollador del 90 % (en comparación con el 84 %), ofrece resultados más confiables.
• Conversaciones más fluidas: Hemos acabado mejoras significativas en la calidad de las conversaciones en varios turnos. Gemini 2.5 Flash Native Audio puede recuperar el contexto de turnos anteriores de modo más efectiva, creando conversaciones más cohesivas.

La otra puesta al día es la compatibilidad con la traducción de voz a voz en vivo. Como se vio con la puesta al día de Google Translate de hoy, Gemini puede traducir “entre dos idiomas en tiempo verdadero, cambiando automáticamente el idioma de salida según quién esté hablando”.

Por ejemplo, si hablas inglés y quieres chatear con un hablante de hindi, escucharás traducciones al inglés en tiempo verdadero en tus auriculares, mientras que tu teléfono transmite hindi cuando termines de charlar.

En particular, la traducción resultante preserva la entonación, el ritmo y el tono del hablante, al tiempo que filtra el ruido ambiental. Admite la detección cibernética de idioma y la entrada multilingüe.

Hay soporte para más de 70 idiomas y 2000 pares de idiomas al “combinar el conocimiento mundial y las capacidades multilingües del maniquí Gemini con sus capacidades de audio nativo”.