Gemini 3.5 Live Translate xử lý giọng nói trực tiếp ngay khi tiếp nhận, giúp kết nối thông tin xuyên ngôn ngữ một cách mượt mà và không bị gián đoạn. Giải pháp này tự động nhận diện và xử lý dữ liệu đa ngôn ngữ mà người dùng không cần phải thiết lập thủ công. Thêm vào đó, công nghệ lọc tiếng ồn vượt trội đảm bảo hệ thống vẫn vận hành ổn định ngay cả trong môi trường làm việc nhiều tạp âm. Doanh nghiệp có thể ứng dụng công nghệ này làm trợ lý thông dịch trực tiếp cho các cuộc gọi quốc tế, online meeting, chương trình training, phát sóng đa phương tiện và nhiều hoạt động vận hành khác.

Thông qua việc ứng dụng Gemini Live API, các nền tảng công nghệ như Agora, Fishjam, LiveKit, Pipecat và Vision Agents giúp các developers xây dựng và triển khai ứng dụng dịch giọng nói một cách dễ dàng. Các nền tảng này sẽ giải quyết hệ thống hạ tầng truyền dữ liệu trực tiếp phức tạp, nhờ đó doanh nghiệp có thể tập trung hoàn toàn vào việc cải thiện trải nghiệm người dùng.

Hiện tại, Grab - đối tác của Google Cloud - đang thử nghiệm mô hình này để giúp tài xế và hành khách có thể giao tiếp đa ngôn ngữ gần như ngay lập tức tại các điểm đón. Trên thực tế, người dùng đang thực hiện hơn 10 triệu cuộc gọi thoại mỗi tháng thông qua ứng dụng Grab.