すべての人に、あらゆる言語でAIを
Googleは、同社の技術が300を超える言語に対応し、テキスト翻訳から、口調、感情、言語の切り替えまで捉えて音声を直接処理するモデルへ移行していると述べている。地域コミュニティと公開データセットを構築し、通信環境が限られる地域向けにオンデバイスやフィーチャーフォン向けのツールを提供し、手話からテキストへの機能も追加している。
記事の内容
Googleのシニアバイスプレジデント、ジェームズ・マニーカ氏は2026年9月15日付の投稿で、同社の技術が300超の言語での日常的なやり取りを支えており、話者は70億人超、世界人口の86%にあたると述べています。これまで技術は少数の主要言語を中心に提供され、何千もの生きた言語がオンラインで十分に扱われていないと指摘し、テキスト翻訳から、口調や言語の混用も含めて音声を直接処理するモデルへの移行を説明しています。
発表内容には、70言語・2,000組超でのリアルタイム音声翻訳Gemini 3.5 Live Translate、騒がしい環境向けの文字起こしGemini 3.5 Transcribe、55言語で学習しオフラインで動くオープン翻訳モデルTranslateGemma、当初は米国手話から英語への手話テキスト化ツール、7,000超の言語を地図化するLanguage Explorerが含まれます。サハラ以南アフリカ27言語のデータセットWAXALや、109言語・3万時間超の音声を集めたProject Vaaniも紹介されています。提供時期の記載は少なく、1,000言語という目標は現在の能力ではなく目標です。
この要約は、Google (IA) の公式ページをもとに AnnuIA が自分の言葉で作成しました。内容および権利は発行元に帰属します。元の記事をご覧ください。