Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

都在聊Fable 5，没人注意谷歌昨天发布了一个颠覆翻译行业的新模型：Gemini 3.5 Live Translate 这是一个实时翻译模型，支持70+语言，能自动识别语种 我在AI Studio里试了下，放一段英文视频，中文几乎同步出来，语气语速都对得上，完成度极高 自己说中文，也是1s内就出地道的目标语言 有了这个，出国谈客户不用找翻译了，跨国会议随便开，自己听英文播客、看视频也很方便 （我的测试视频如下👇） 体验地址：

Saccc_c's profile picture

Sac

28,067 subscribers

123,210 görüntüleme • 1 ay önce •via X (Twitter)

Bilim & Teknoloji
LIVE

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

🔥 我愿称之为 - AI 视频翻译的天花板！ 能无缝将汉语视频自动翻译英文视频、自动配音，且纯正音色（支持多种语言） 我亲自试了一把，卧槽，这真是有点儿厉害了！
1:00

🔥 我愿称之为 - AI 视频翻译的天花板！ 能无缝将汉语视频自动翻译英文视频、自动配音，且纯正音色（支持多种语言） 我亲自试了一把，卧槽，这真是有点儿厉害了！

千寻｜AI 分享 🌸

104,457 görüntüleme • 3 yıl önce

炸裂：Google 翻译全面升级 全面接入 Gemini 支持实时语音翻译 打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening） 自动持续监听周围语言； 实时翻译成用户设定的语言； 例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation） 能识别双方语言； 自动切换输出语言； 例如： 你讲英语； 对方讲印地语； 你听到中文译文； 对方听到印地语语音。 该功能目前： 支持语言：超过 70 种语言； 在 Google Translate 安卓 App 上 beta 测试； 支持地区：美国、墨西哥、印度； 兼容任何耳机； iOS 与更多国家将于 2026 年上线。
2:50

炸裂：Google 翻译全面升级 全面接入 Gemini 支持实时语音翻译 打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening） 自动持续监听周围语言； 实时翻译成用户设定的语言； 例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation） 能识别双方语言； 自动切换输出语言； 例如： 你讲英语； 对方讲印地语； 你听到中文译文； 对方听到印地语语音。 该功能目前： 支持语言：超过 70 种语言； 在 Google Translate 安卓 App 上 beta 测试； 支持地区：美国、墨西哥、印度； 兼容任何耳机； iOS 与更多国家将于 2026 年上线。

小互

175,366 görüntüleme • 7 ay önce

阿里今天还放出来一款实时多模态同传模型：Qwen3-LiveTranslate-Flash，具备视觉能力，能听能看，3秒延迟可实时翻译 能识别18语言和粤语、北京话、四川话等6种方言，能说10种语言 引入了视觉上下文增强技术，可以识别口型、动作、文字、实体，解决在嘈杂音频环境，或者是一词多译词场景下的翻译问题 中英及多语言语音翻译准确度优于Gemini-2.5-Flash、GPT-4o-Audio-Preview、Voxtral Small-24B #AI同传 #Qwen3同传 #AI实时翻译
0:31

阿里今天还放出来一款实时多模态同传模型：Qwen3-LiveTranslate-Flash，具备视觉能力，能听能看，3秒延迟可实时翻译 能识别18语言和粤语、北京话、四川话等6种方言，能说10种语言 引入了视觉上下文增强技术，可以识别口型、动作、文字、实体，解决在嘈杂音频环境，或者是一词多译词场景下的翻译问题 中英及多语言语音翻译准确度优于Gemini-2.5-Flash、GPT-4o-Audio-Preview、Voxtral Small-24B #AI同传 #Qwen3同传 #AI实时翻译

AIGCLINK

48,830 görüntüleme • 9 ay önce

来自APTV消息： iOS 9.9.9(421)TF版 【新增】新增实时字幕与翻译功能 请在设置-高级设置中下载语音识别模型，当前版本仅支持识别英文视频，并翻译成中文。 除了实时模式外，预计还会增加一个稳定模式，让直播拥有录播的字幕输出体验
0:40

来自APTV消息： iOS 9.9.9(421)TF版 【新增】新增实时字幕与翻译功能 请在设置-高级设置中下载语音识别模型，当前版本仅支持识别英文视频，并翻译成中文。 除了实时模式外，预计还会增加一个稳定模式，让直播拥有录播的字幕输出体验

小鹏Digital

37,569 görüntüleme • 2 ay önce

兄弟们，这个有点炸裂了 HeyGen 推出视频内文本翻译工具 不仅能翻译你的声音，还翻译屏幕上的文字、字幕！ - 自动进行文本检测 - 将视频中的文本即时翻译成您选择的语言 - 并通过 AI 进行文本与视频风格匹配 非常牛P，翻译视频更加便利...
1:02

兄弟们，这个有点炸裂了 HeyGen 推出视频内文本翻译工具 不仅能翻译你的声音，还翻译屏幕上的文字、字幕！ - 自动进行文本检测 - 将视频中的文本即时翻译成您选择的语言 - 并通过 AI 进行文本与视频风格匹配 非常牛P，翻译视频更加便利...

小互

118,034 görüntüleme • 1 yıl önce

巴别塔要被重新建起来了吗？ 谷歌刚刚干了件大事。 实时语音翻译，曾经是它自家耳机Pixel Buds的专属功能，现在，任何耳机都能用。 什么意思？ 这意味着它不再是一个硬件附属品，而是成了一个平台级的功能。 打开谷歌翻译，戴上你的耳机，70多种语言，实时互通。 对方说话的语调、停顿，甚至是情绪，都能被捕捉和翻译。 这还不够。 谷歌把它直接塞进了视频会议Google Meet。 以后开跨国会议，英语和西班牙语之间，再也没有障碍了。 更多语言，马上就来。 这技术打破了语言的隔阂，让地球村的村民们能真正自由对话。 但另一个问题来了： 当所有人都能听懂彼此，那些想在中间操弄信息、制造隔阂的精英们，是不是就没戏唱了？
0:30

巴别塔要被重新建起来了吗？ 谷歌刚刚干了件大事。 实时语音翻译，曾经是它自家耳机Pixel Buds的专属功能，现在，任何耳机都能用。 什么意思？ 这意味着它不再是一个硬件附属品，而是成了一个平台级的功能。 打开谷歌翻译，戴上你的耳机，70多种语言，实时互通。 对方说话的语调、停顿，甚至是情绪，都能被捕捉和翻译。 这还不够。 谷歌把它直接塞进了视频会议Google Meet。 以后开跨国会议，英语和西班牙语之间，再也没有障碍了。 更多语言，马上就来。 这技术打破了语言的隔阂，让地球村的村民们能真正自由对话。 但另一个问题来了： 当所有人都能听懂彼此，那些想在中间操弄信息、制造隔阂的精英们，是不是就没戏唱了？

墓碑科技

107,968 görüntüleme • 7 ay önce

Google 发布 Gemma 4 12B 开源模型 16GB 笔记本跑全模态 AI Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。 模型可直接处理原始的图像和声音 用一个类比讲清楚 传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。 每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。 Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。 几个关键数字： 16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行 256K Token 上下文窗口，支持 140+ 种语言 内置 Thinking 模式（逐步推理）和原生 Function Calling
1:39

Google 发布 Gemma 4 12B 开源模型 16GB 笔记本跑全模态 AI Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。 模型可直接处理原始的图像和声音 用一个类比讲清楚 传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。 每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。 Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。 几个关键数字： 16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行 256K Token 上下文窗口，支持 140+ 种语言 内置 Thinking 模式（逐步推理）和原生 Function Calling

小互

57,232 görüntüleme • 1 ay önce

张同志咳嗽厉害，一个月吃了很多止咳的药或者糖浆都不见好，今天就带他去看急诊，以前每次陪他去看病都是我帮忙翻译，但是有时候专业术语我不会，所以这次护士问我是否需要提供翻译的时候我就说要，体验一下医院提供的翻译，我看系统里有7-8种语言可选，他们会为了病人提供你的语言翻译，确实想的很周到，所以，在美国即使不懂英语，也能一个人来看病，就是不知道医院的翻译是否收费.
2:05

张同志咳嗽厉害，一个月吃了很多止咳的药或者糖浆都不见好，今天就带他去看急诊，以前每次陪他去看病都是我帮忙翻译，但是有时候专业术语我不会，所以这次护士问我是否需要提供翻译的时候我就说要，体验一下医院提供的翻译，我看系统里有7-8种语言可选，他们会为了病人提供你的语言翻译，确实想的很周到，所以，在美国即使不懂英语，也能一个人来看病，就是不知道医院的翻译是否收费.

Daisy

54,091 görüntüleme • 9 ay önce

上来就问你讲不讲英语有点唐突，被问到的孩子们的反应也挺有意思的：多数人听懂了女老外在问啥，但未能得体地应对，用中文说“在中国讲什么英语？”已经算客气的了，用流利的英文反问：中文也是国际语言，不是吗？就显得有点过度反应了。 绝大多数在墙内已经把英文学到一定程度的孩子，都没有认识到一个残酷的现实：中文真的算不上一门国际语言。 一个不懂日语的德国人和一个不会德语的日本人遇到了，他们极大概率会使用英语作为沟通媒介，而选择使用中文的可能性则极低。当一个母语是斯拉夫语的东欧人和一个母语是西班牙语的南美人，需要学会一门外语用来提高自己的国际交流能力时，他们一致的选择会是英语，而不会是中文。
1:02

上来就问你讲不讲英语有点唐突，被问到的孩子们的反应也挺有意思的：多数人听懂了女老外在问啥，但未能得体地应对，用中文说“在中国讲什么英语？”已经算客气的了，用流利的英文反问：中文也是国际语言，不是吗？就显得有点过度反应了。 绝大多数在墙内已经把英文学到一定程度的孩子，都没有认识到一个残酷的现实：中文真的算不上一门国际语言。 一个不懂日语的德国人和一个不会德语的日本人遇到了，他们极大概率会使用英语作为沟通媒介，而选择使用中文的可能性则极低。当一个母语是斯拉夫语的东欧人和一个母语是西班牙语的南美人，需要学会一门外语用来提高自己的国际交流能力时，他们一致的选择会是英语，而不会是中文。

语林

53,587 görüntüleme • 10 gün önce

推荐一个黑科技：pyvideotrans pyvideotrans这个GitHub项目用于将视频内容从一种语言翻译到另一种语言，并添加配音。目标是提供视频翻译和配音的自动化解决方案，主要包括文本到语音、语音到文本和视频转换的功能等等。 GitHub： 官网：
1:29

推荐一个黑科技：pyvideotrans pyvideotrans这个GitHub项目用于将视频内容从一种语言翻译到另一种语言，并添加配音。目标是提供视频翻译和配音的自动化解决方案，主要包括文本到语音、语音到文本和视频转换的功能等等。 GitHub： 官网：

知识分享官

43,531 görüntüleme • 2 yıl önce

只能说AI现在太屌了好吧 上次去日本，被那个苹果翻译，谷歌翻译搞的实在头疼 今天看到，OpenAI出了一个GPT实时翻译模型 我就直接手搓了一个，ios上接入GPT模型的翻译软件 同时我还手搓了一个，接入该模型的，mac端的语音翻译软件 不过翻译有些延迟 耗时一下午就搓出来了，之前完全不懂编程
0:36

只能说AI现在太屌了好吧 上次去日本，被那个苹果翻译，谷歌翻译搞的实在头疼 今天看到，OpenAI出了一个GPT实时翻译模型 我就直接手搓了一个，ios上接入GPT模型的翻译软件 同时我还手搓了一个，接入该模型的，mac端的语音翻译软件 不过翻译有些延迟 耗时一下午就搓出来了，之前完全不懂编程

多伦多方脸

241,819 görüntüleme • 2 ay önce

这个新开源 TTS 太牛逼了，打算直接替换掉原来的 TTS 了 之前测试很多 TTS 都是很死板的"AI 音"，今天发现这个，真可以直接拿去商用了 多语种翻译、声音克隆、情绪语气保持，三件事同时拉满的开源模型我是第一次见 我直接拿世界杯名场面解说暴力测试了，选了三段，每段翻四种语言： 梅西帽子戏法那段，西班牙语解说 GOOOOOL 嘶吼到破音，翻成日语、阿拉伯语、中文，那种快吼劈嗓子的劲儿，四个版本居然都在 姆巴佩 96 分钟绝杀世界波，英语解说那种"安静一秒然后炸开"的节奏，翻成德语、日语、中文，全部对上 另外，佛得角 Vozinha 赛后感言，带有哽咽的感觉，葡语翻英语、日语、中文，声音里的颤抖感翻完居然也在 这确实是把 TTS 最难做到的“情绪”给做好了！ 它是有道子曰的 Confucius4-TTS，3 秒克隆声音，14 种语言，并且是开源，完全可以自部署 整体效果非常惊艳，个别长句有一点 AI 感，短句高情绪片段已经很离谱了。 做了对比视频，可以听一听感受一下👇 #有道TTS
1:45

这个新开源 TTS 太牛逼了，打算直接替换掉原来的 TTS 了 之前测试很多 TTS 都是很死板的"AI 音"，今天发现这个，真可以直接拿去商用了 多语种翻译、声音克隆、情绪语气保持，三件事同时拉满的开源模型我是第一次见 我直接拿世界杯名场面解说暴力测试了，选了三段，每段翻四种语言： 梅西帽子戏法那段，西班牙语解说 GOOOOOL 嘶吼到破音，翻成日语、阿拉伯语、中文，那种快吼劈嗓子的劲儿，四个版本居然都在 姆巴佩 96 分钟绝杀世界波，英语解说那种"安静一秒然后炸开"的节奏，翻成德语、日语、中文，全部对上 另外，佛得角 Vozinha 赛后感言，带有哽咽的感觉，葡语翻英语、日语、中文，声音里的颤抖感翻完居然也在 这确实是把 TTS 最难做到的“情绪”给做好了！ 它是有道子曰的 Confucius4-TTS，3 秒克隆声音，14 种语言，并且是开源，完全可以自部署 整体效果非常惊艳，个别长句有一点 AI 感，短句高情绪片段已经很离谱了。 做了对比视频，可以听一听感受一下👇 #有道TTS

余温

129,581 görüntüleme • 15 gün önce

做了个自动下载视频并翻译好双语字幕的 skill JZSub： 1. 支持 YouTube 等 1000+ 视频网站 2. 下载最佳视频与音频，封装 MP4 格式 3. 大模型上下文对照翻译，自动烧录好 在 Codex、Claude 国内的 WorkBuddy 都非常好用。 🔗
0:41

做了个自动下载视频并翻译好双语字幕的 skill JZSub： 1. 支持 YouTube 等 1000+ 视频网站 2. 下载最佳视频与音频，封装 MP4 格式 3. 大模型上下文对照翻译，自动烧录好 在 Codex、Claude 国内的 WorkBuddy 都非常好用。 🔗

酱紫表

56,180 görüntüleme • 4 gün önce

Google Translate 耳机实时翻译正式登陆 iOS 任意耳机可用 支持 70+ 语言 不需要买特定耳机，不需要额外下载 App，任何一副带麦克风的有线或无线耳机都能用。 打开 Google Translate，连上耳机，点「Live translate」，别人说外语，你耳机里直接听到翻译后的语音。 同时，这个功能从之前的 3 个国家扩展到了 12 个国家，iOS 和 Android 同步支持。 ① 不挑耳机，门槛为零： 之前 Google 自己的 Pixel Buds 才能用实时翻译，现在取消了硬件限制。 ② 翻译保留语调，不是机器人读稿： 底层用的是 Gemini AI，不是传统的逐字翻译。它能根据上下文理解语义，遇到俚语、习语不会硬翻。 ③ 70+ 语言，12 个国家可用 支持超过 70 种语言，包括南非荷兰语、阿拉伯语、日语、西班牙语、旁遮普语等。
0:23

Google Translate 耳机实时翻译正式登陆 iOS 任意耳机可用 支持 70+ 语言 不需要买特定耳机，不需要额外下载 App，任何一副带麦克风的有线或无线耳机都能用。 打开 Google Translate，连上耳机，点「Live translate」，别人说外语，你耳机里直接听到翻译后的语音。 同时，这个功能从之前的 3 个国家扩展到了 12 个国家，iOS 和 Android 同步支持。 ① 不挑耳机，门槛为零： 之前 Google 自己的 Pixel Buds 才能用实时翻译，现在取消了硬件限制。 ② 翻译保留语调，不是机器人读稿： 底层用的是 Gemini AI，不是传统的逐字翻译。它能根据上下文理解语义，遇到俚语、习语不会硬翻。 ③ 70+ 语言，12 个国家可用 支持超过 70 种语言，包括南非荷兰语、阿拉伯语、日语、西班牙语、旁遮普语等。

小互

422,642 görüntüleme • 3 ay önce

特朗普羞辱习近平，说习的翻译也是小学英语程度！ 川普说了啥？让中共女翻译这么害怕？ 川普： 翻译非常重要！当我和世界另一个大国领导人通话时，虽然我不懂那种语言，但我能感受到这个翻译很差劲。翻译结结巴巴 ：呃、呃…我说出一段很长很漂亮话，这个翻译花了很短的时间就翻译完了，完全没有表达出我的原意…
0:40

特朗普羞辱习近平，说习的翻译也是小学英语程度！ 川普说了啥？让中共女翻译这么害怕？ 川普： 翻译非常重要！当我和世界另一个大国领导人通话时，虽然我不懂那种语言，但我能感受到这个翻译很差劲。翻译结结巴巴 ：呃、呃…我说出一段很长很漂亮话，这个翻译花了很短的时间就翻译完了，完全没有表达出我的原意…

芙宁娜娜💙Furinana (王者归来版）

77,121 görüntüleme • 4 ay önce

Manga-image-Translator: 一键翻译各类图片内文字 一个开源工具，专门用于翻译漫画或图片中的文字。 利用高效的OCR和AI翻译技术，它能够自动识别和翻译任何图片中的文字，并支持多种语言。 不仅翻译文字，还可以对去除文字后的区域进行修复和上色，以及重新渲染翻译后的文本。 主要功能： 1、自动翻译图片中的文本：使用先进的OCR技术自动识别图片或漫画中的文字，并将其翻译成用户指定的语言。 2、支持多种语言：虽然最初设计是为了翻译日语文本，项目也支持中文、英文、韩文等多种语言的翻译，满足不同用户的需求。 3、文本修复与上色：在移除原始文本后，能够对相应区域进行修复和上色，保持图片的整体美观。 4、文本渲染：翻译完成的文本不仅仅是以简单文本形式呈现，还会根据原图的风格进行渲染，使翻译后的文本自然融入图片中。 5、支持命令行界面（CLI）和Web界面：用户可以通过命令行界面批量处理图片翻译任务，或者通过Web界面进行单个图片的翻译和预览。 6、一键去除漫画中的所有文字，支持多种翻译服务或模型 项目地址： 官方演示：
1:01

Manga-image-Translator: 一键翻译各类图片内文字 一个开源工具，专门用于翻译漫画或图片中的文字。 利用高效的OCR和AI翻译技术，它能够自动识别和翻译任何图片中的文字，并支持多种语言。 不仅翻译文字，还可以对去除文字后的区域进行修复和上色，以及重新渲染翻译后的文本。 主要功能： 1、自动翻译图片中的文本：使用先进的OCR技术自动识别图片或漫画中的文字，并将其翻译成用户指定的语言。 2、支持多种语言：虽然最初设计是为了翻译日语文本，项目也支持中文、英文、韩文等多种语言的翻译，满足不同用户的需求。 3、文本修复与上色：在移除原始文本后，能够对相应区域进行修复和上色，保持图片的整体美观。 4、文本渲染：翻译完成的文本不仅仅是以简单文本形式呈现，还会根据原图的风格进行渲染，使翻译后的文本自然融入图片中。 5、支持命令行界面（CLI）和Web界面：用户可以通过命令行界面批量处理图片翻译任务，或者通过Web界面进行单个图片的翻译和预览。 6、一键去除漫画中的所有文字，支持多种翻译服务或模型 项目地址： 官方演示：

小互

45,571 görüntüleme • 2 yıl önce

兄弟们，这下可以实现TTS 生成文本转语音自由了。 测试了一下阿里Qwen最新开源模型Qwen3-TTS-12Hz-1.7B-CustomVoice，部署在我这台M1Pro 32G 的笔记本就可以轻松跑起来。 做了一个简单的Demo测试，支持10多种主流语言，中英日韩等语言，支持语调、情绪、上下文内容感知调节，并且可以自定义和克隆音色。 整体的使用效果我觉得还不错，关键是这个模型还有个0.6b的模型，真的是给本地使用者的福音啊。 感兴趣的同学可以自己去试试，地址放评论区。
1:19

兄弟们，这下可以实现TTS 生成文本转语音自由了。 测试了一下阿里Qwen最新开源模型Qwen3-TTS-12Hz-1.7B-CustomVoice，部署在我这台M1Pro 32G 的笔记本就可以轻松跑起来。 做了一个简单的Demo测试，支持10多种主流语言，中英日韩等语言，支持语调、情绪、上下文内容感知调节，并且可以自定义和克隆音色。 整体的使用效果我觉得还不错，关键是这个模型还有个0.6b的模型，真的是给本地使用者的福音啊。 感兴趣的同学可以自己去试试，地址放评论区。

Berryxia.AI

45,388 görüntüleme • 5 ay önce

再次推荐这个一站式翻译 Youtube 语音内容的宝藏插件！真的是太实用了👍 这个插件能够将 Youtube 视频中的语音内容实时翻译成你所需的语言，支持英语、德语、日语、法语、西班牙语等多种常见语种 🤖️插件链接： 给大家简单录制操作步骤👇
0:20

再次推荐这个一站式翻译 Youtube 语音内容的宝藏插件！真的是太实用了👍 这个插件能够将 Youtube 视频中的语音内容实时翻译成你所需的语言，支持英语、德语、日语、法语、西班牙语等多种常见语种 🤖️插件链接： 给大家简单录制操作步骤👇

千寻｜AI 分享 🌸

218,259 görüntüleme • 2 yıl önce