Çok dilli iletişimde dil engellerinin aşılması, farklı dilleri konuşan bireylerin aynı iletişim ortamında kesintisiz etkileşim kurabilmesi açısından önemli bir teknolojik gereksinim oluşturmaktadır. Özellikle uluslararası toplantılar, çevrim içi görüşmeler, eğitim faaliyetleri ve çok dilli yayınlarda konuşmanın eş zamanlı olarak başka bir dile aktarılması, iletişim süreçlerinin sürdürülebilirliği açısından önem taşımaktadır. Google, bu alandaki çalışmalarını Gemini 3.5 Live Translate adlı yeni ses modeliyle genişleterek 70’ten fazla dilde neredeyse gerçek zamanlı konuşmadan konuşmaya çeviri (speech-to-speech translation) olanağı sunmaktadır. Google tarafından Haziran 2026’da duyurulan model, konuşmacının ses özelliklerini koruyarak çevrilmiş konuşma üretmeyi ve farklı diller arasında daha akıcı bir iletişim sağlamayı amaçlamaktadır.
Geleneksel sıralı çeviri sistemlerinde konuşmacının cümlesini tamamlamasının ardından çeviri çıktısının oluşturulması, iletişim sırasında bekleme sürelerine ve konuşma akışında kesintilere neden olabilmektedir. Gemini 3.5 Live Translate, bu sınırlamayı aşmak amacıyla konuşmayı sürekli işleyen ve çeviri çıktısını konuşma devam ederken üreten bir yaklaşım benimsemektedir. Modelin temel amacı, çeviri kalitesini artırmak için daha fazla bağlam elde etme gereksinimi ile konuşmacının temposuna uyum sağlayarak gecikmeyi sınırlama gereksinimi arasındaki dengeyi kurmaktır. Bu yaklaşım, özellikle aynı iletişim ortamında farklı dillerin kullanıldığı görüşmelerde konuşma akışının korunmasına yönelik bir çözüm sunmaktadır.
Gemini 3.5 Live Translate, ses verisini akış hâlinde (streaming) işleyerek konuşmacının sözlerini tamamlamasını beklemeden çevrilmiş ses çıktısı oluşturmaktadır. Model, 70’ten fazla dili otomatik olarak algılayabilmekte ve ürettiği çevirilerde konuşmacının tonlamasını (intonation), konuşma temposunu (pacing) ve ses perdesini (pitch) korumayı hedeflemektedir. Böylece çevrilmiş konuşma, yalnızca sözcüklerin başka bir dile aktarılmasıyla sınırlı kalmayarak kaynak konuşmanın işitsel özelliklerini de yansıtmaktadır. Google, modelin oturum boyunca konuşmacının yalnızca birkaç saniye gerisinden ilerlediğini ve rahatsız edici duraklamalar olmadan akıcı ses çıktısı ürettiğini belirtmektedir. Ayrıca çok dilli girdilerin manuel dil ayarlarına ihtiyaç duyulmadan işlenmesi ve gürültülü, öngörülemeyen ortamlarda çalışmayı destekleyen gürültü dayanıklılığı, modelin diğer teknik özellikleri arasında yer almaktadır. Gemini Live API ve Google AI Studio aracılığıyla geliştiricilere genel önizleme sürümünde sunulan model; Agora, Fishjam, LiveKit, Pipecat ve Vision Agents gibi platformlarla entegre edilerek sesli çeviri uygulamalarının geliştirilmesine de olanak sağlamaktadır.
Modelin Google ürünlerine entegrasyonunda öne çıkan gelişmelerden biri, Google Meet üzerindeki konuşma çevirisi desteğinin genişletilmesidir. Google’ın 22 Ekim 2026 tarihli duyurusuna göre Gemini 3.5 Live Translate destekli Google Meet konuşma çevirisi, web, Android ve iOS platformlarında 63 dili destekleyecek şekilde genişletilmiştir. Modelin genel dil desteğinin 70’ten fazla olması ile Google Meet içerisindeki 63 dilli destek birbirinden farklı kapsamları ifade etmektedir. Yeni sistem, aynı toplantıda birden fazla dilin otomatik algılanmasını ve konuşmaların her katılımcının tercih ettiği dile neredeyse gerçek zamanlı aktarılmasını sağlamaktadır. Katılımcılar çeviri özelliğini birbirlerinden bağımsız olarak etkinleştirebilmekte ve hâlihazırda bildikleri dilleri çeviri dışında bırakabilmektedir. Özellik, toplantı başlangıcında katılımcılar için varsayılan olarak kapalıdır ve kullanıcılar tarafından görüşme sırasında etkinleştirilebilmektedir. Ayrıca çevrilmiş sesle senkronize çalışan otomatik altyazılar, dinleme ve okuma deneyimini birlikte sunmaktadır. Google Meet donanımlarını kullanan konferans odalarındaki katılımcılar uzaktaki konuşmacıların çevrilmiş seslerini dinleyebilse de konferans odası donanımından gelen konuşmalar diğer katılımcılar için çevrilmemektedir. Google Translate uygulamasında Android ve iOS kullanıcılarına sunulan canlı çeviri özelliği de kulaklık üzerinden kullanılabilmekte; Android kullanıcıları için ayrıca telefonun ahizesinden çevirileri dinlemeyi sağlayan bir Dinleme Modu sunulmaktadır.
Gemini 3.5 Live Translate, geliştiriciler, kurumsal kullanıcılar ve bireysel kullanıcılar için farklı Google platformları üzerinden kullanıma sunulmaktadır. Google, model tarafından oluşturulan ses çıktılarının yapay zekâ üretimi içeriklerin tespit edilebilmesini desteklemek amacıyla SynthID filigranlama teknolojisiyle işaretlendiğini belirtmektedir. Google Meet entegrasyonunda ise uygun abonelik planlarına göre toplantı başına 90 dakikaya veya 8 saate kadar çeviri desteği sağlanmaktadır. Bununla birlikte canlı yayınlar, toplantı kayıtları, istemci tarafında şifrelenmiş toplantılar, telefonla katılım, üçüncü taraf birlikte çalışabilirlik bağlantıları ve adaptif ses kullanılan toplantılar konuşma çevirisinin desteklenmediği kullanım alanları arasında yer almaktadır.
Google, Google Meet’teki konuşma çevirisi kapsamında kullanıcıların ses verilerini saklamadığını ve modellerini kullanıcıların sesleriyle eğitmediğini açıklamaktadır. Konuşmacının ses özelliklerini koruyan sürekli çeviri üretimi, otomatik dil algılama ve kişiselleştirilebilir toplantı kontrollerini bir araya getiren bu sistem, çok dilli dijital iletişimde ses tabanlı yapay zekâ uygulamalarının kullanım alanlarını genişleten bir yaklaşım ortaya koymaktadır.
Yazar: Hazel Birgül
Editör: Özsu Deniz Balkaya
Referanslar : Weerasinghe, A., & Lu, T. (2026, June 9). Fluid, natural voice translation with Gemini 3.5 Live Translate. Google. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-live-3-5-translate/
Google Workspace Updates. (2026, October 22). Real-time speech translation in Google Meet expands to 63 languages with automatic language detection. https://workspaceupdates.googleblog.com/2026/10/real-time-speech-translation-in-google-Meet-expands-to-63-languages-with-automatic-language-detection.html
