ما يقوله العملاء
يستخدم عملاء Google Cloud بالفعل الإمكانات الصوتية الأصلية لـ Gemini لتحقيق نتائج أعمال حقيقية، بدءًا من معالجة الرهن العقاري وحتى مكالمات العملاء.
- “غالبًا ما ينسى المستخدمون أنهم يتحدثون إلى الذكاء الاصطناعي في غضون دقيقة واحدة من استخدام Sidekick، وفي بعض الحالات يشكرون الروبوت بعد محادثة طويلة…إمكانيات Live API AI الجديدة المقدمة من خلال Gemini [2.5 Flash Native Audio] تمكين تجارنا من الفوز.” – ديفيد وورتز، نائب الرئيس للمنتج، Shopify
- “من خلال دمج نموذج Gemini 2.5 Flash Native Audio… قمنا بتعزيز قدرات Mia بشكل كبير منذ إطلاقه في مايو 2025. وقد مكننا هذا المزيج القوي من توليد أكثر من 14000 قرض لشركائنا من الوسطاء.” – جيسون بريسلر، الرئيس التنفيذي للتكنولوجيا، United Wholesale Mortgage (UWM)
- “إن العمل مع نموذج Gemini 2.5 Flash Native Audio من خلال Vertex AI يتيح لموظفي الاستقبال في Newo.ai AI تحقيق ذكاء محادثة لا مثيل له…. يمكنهم التعرف على المتحدث الرئيسي حتى في البيئات الصاخبة، وتبديل اللغات في منتصف المحادثة، والصوت طبيعي بشكل ملحوظ ومعبر عاطفيًا.” – ديفيد يانغ، المؤسس المشارك لشركة Newo.ai
ترجمة الكلام المباشر
يدعم Gemini الآن بشكل أصلي إمكانات الترجمة المباشرة الجديدة من الكلام إلى الكلام والمصممة للتعامل مع كل من الاستماع المستمر والمحادثة الثنائية.
من خلال الاستماع المستمر، يقوم Gemini تلقائيًا بترجمة الكلام بلغات متعددة إلى لغة مستهدفة واحدة. يتيح لك ذلك وضع سماعات الرأس والاستماع إلى العالم من حولك بلغتك.
بالنسبة للمحادثة ثنائية الاتجاه، تعالج خدمة Gemini للترجمة المباشرة للكلام الترجمة بين لغتين في الوقت الفعلي، وتقوم تلقائيًا بتبديل لغة الإخراج بناءً على من يتحدث. على سبيل المثال، إذا كنت تتحدث الإنجليزية وترغب في الدردشة مع أحد المتحدثين باللغة الهندية، فسوف تسمع الترجمات الإنجليزية في الوقت الفعلي في سماعات الرأس، بينما يبث هاتفك اللغة الهندية عند الانتهاء من التحدث.
تتمتع خدمة Gemini لترجمة الكلام المباشر بعدد من الإمكانات الأساسية التي تساعد في العالم الحقيقي:
- التغطية اللغوية: يترجم الكلام بأكثر من 70 لغة و2000 زوج لغوي من خلال الجمع بين المعرفة العالمية لنموذج الجوزاء وقدراته المتعددة اللغات مع قدراته الصوتية الأصلية
- نقل النمط: يلتقط الفروق الدقيقة في الكلام البشري، ويحافظ على نغمة المتحدث وإيقاعه وطبقة صوته بحيث تبدو الترجمة طبيعية.
- إدخال متعدد اللغات: يفهم عدة لغات في وقت واحد في جلسة واحدة، مما يساعدك على متابعة المحادثات متعددة اللغات دون الحاجة إلى التلاعب بإعدادات اللغة.
- الكشف التلقائي: يحدد اللغة المنطوقة ويبدأ الترجمة، لذلك لا تحتاج حتى إلى معرفة اللغة التي يتم التحدث بها لبدء الترجمة.
- متانة الضوضاء: يقوم بتصفية الضوضاء المحيطة حتى تتمكن من التحدث بشكل مريح حتى في البيئات الخارجية الصاخبة.
