GoogleはGemini AIモデルを活用してGoogle翻訳の大規模アップグレードを実施した。主な改善点は、文脈、慣用句、スラング、地域表現を理解するスマートなテキスト翻訳で、単語対単語の直訳ではなく意味と意図を分析してより自然な結果を生成する。
この改善は米国とインドで展開開始され、英語とヒンディー語、スペイン語、中国語、日本語、ドイツ語を含むほぼ20言語間の翻訳に対応する。
Android、iOS、ウェブで利用可能である。またGeminiのネイティブオーディオ機能を使用したライブ音声対音声翻訳のベータ版も導入され、ヘッドフォンを通じてリアルタイム翻訳を聞くことができる。この機能は米国、メキシコ、インドのAndroidで利用可能で70以上の言語をサポートし、iOSサポートとより広い国での展開は2026年に計画されている。
さらに言語学習機能も拡張され、発話練習中の改善されたフィードバックとストリーク追跡機能がドイツ、インド、スウェーデン、台湾を含むほぼ20の追加国で利用可能となった。
From: 
Google Translate finally understands what you meant, not just what you typed
【編集部解説】
Google翻訳がGemini AIの統合により、単なる翻訳ツールから「リアルタイムコミュニケーションパートナー」へと大きく進化しました。この変革の核心にあるのがGemini 2.5 Flash Native Audioという最新技術です。
従来の機械翻訳システムは、音声を一度テキストに変換し、それを翻訳してから再び音声に変換するという「カスケード方式」を採用していました。この方式では各段階で遅延が発生し、話者の声のトーンやリズムといった重要な要素が失われてしまう問題がありました。Gemini 2.5 Flash Native Audioは、この全プロセスをエンドツーエンドで処理することで、遅延を大幅に削減しながら話者の抑揚、ペース、ピッチを保持することを可能にしています。
今回のアップデートで特に注目すべきは、リアルタイム音声翻訳機能です。この機能には2つのモードが用意されています。1つ目は「連続リスニング」モードで、周囲の複数言語の会話を自動的に検出して単一の目標言語に翻訳します。ヘッドフォンを装着するだけで、周囲の世界を自分の言語で聞くことができるのです。2つ目は「双方向会話」モードで、2つの言語間でリアルタイムに翻訳を行い、話者に応じて自動的に出力言語を切り替えます。
技術的な進化も顕著です。Gemini 2.5 Flash Native Audioは、開発者の指示への順守率が84%から90%に向上し、ComplexFuncBench Audioベンチマークでは71.5%というスコアを記録しています。また、マルチターン会話の品質も大幅に改善され、以前のターンからのコンテキストをより効果的に取得できるようになりました。これにより、長時間の会話でも一貫性のある自然なやり取りが可能になっています。
もう1つの重要な変化は、ハードウェアの制約からの解放です。これまでGoogleのライブ翻訳機能はPixel Buds専用でしたが、今回のアップデートにより、Bluetooth接続可能なあらゆるヘッドフォンで利用できるようになりました。これは専用翻訳デバイス市場に対する大きな挑戦となるでしょう。
テキスト翻訳においても大きな進歩がありました。Geminiは文脈、慣用句、スラング、地域表現を理解する能力を獲得し、単語対単語の直訳ではなく、意味と意図を分析してより自然な翻訳を生成します。例えば英語の慣用句「stealing my thunder」を翻訳する際、文字通りの翻訳ではなく、その慣用句が本当に意味するところを捉えた翻訳を提供できるようになりました。
言語学習機能の拡張も見逃せません。発話練習中の改善されたフィードバック、学習の一貫性を追跡するストリーク機能など、Duolingoのようなゲーミフィケーション要素を取り入れています。これらの機能はドイツ、インド、スウェーデン、台湾を含むほぼ20の追加国で利用可能となり、英語からドイツ語やポルトガル語への新しい言語ペアもサポートされています。
実用面では、既にShopifyやUnited Wholesale Mortgage（UWM）などの企業がGemini 2.5 Flash Native Audioを活用しています。Shopifyの製品担当副社長は「ユーザーは使い始めて1分以内にAIと話していることを忘れる」と述べており、UWMは「2025年5月のローンチ以来、14,000件以上のローンを生成できた」と報告しています。
現在、この機能は米国、メキシコ、インドのAndroidデバイスで70以上の言語をサポートしてベータ版として展開されています。iOSサポートとより広範な国での展開は2026年に計画されており、その後Gemini APIを通じて開発者にも提供される予定です。
Google翻訳のこの進化は、単なる機能追加ではなく、AIによる言語バリアの解消という大きなビジョンへの一歩です。旅行者、留学生、多言語家庭、国際ビジネスに携わる人々にとって、言語の壁が大幅に低くなる未来が現実のものとなりつつあります。
【用語解説】
Gemini AI
Googleが開発した次世代の大規模言語モデル（LLM）。テキスト、画像、音声、動画、コードをネイティブに理解・生成できるマルチモーダルAIとして設計されており、2024年12月にGemini 2.0が発表された。従来のモデルと比較して、より高度な推論能力と文脈理解力を持つ。
Gemini 2.5 Flash Native Audio
Gemini 2.5モデルのネイティブオーディオ機能を搭載したバージョン。音声を一度テキストに変換することなく、エンドツーエンドで音声処理を行うことで、低遅延かつ自然な音声対話を実現する。話者の抑揚、ペース、ピッチを保持したまま翻訳できる点が特徴である。
カスケード方式
従来の機械翻訳システムで採用されていた処理方式。音声認識でテキストに変換→テキスト翻訳→音声合成という3段階のプロセスを経るため、各段階で遅延が発生し、話者の声の特徴が失われる問題があった。
ストリーク機能
連続学習日数を追跡する機能。Duolingoなどの言語学習アプリで採用されているゲーミフィケーション要素の一つで、学習の継続を促進する。
ComplexFuncBench Audio
複数の関数呼び出しを制約条件下で測定する音声AI評価ベンチマーク。Gemini 2.5 Flash Native Audioは71.5%のスコアを記録している。
【参考リンク】
Google Translate gets new Gemini AI translation models（外部）
Googleの公式ブログ。Gemini搭載の翻訳機能アップグレードについて、ライブ音声翻訳と言語学習ツールの詳細を発表している。
Gemini 2.5 Native Audio upgrade, plus text-to-speech model updates（外部）
Gemini 2.5 Flash Native Audioのアップグレード内容を解説。音声対音声翻訳の技術詳細と企業導入事例を紹介している。
Google Translate（外部）
Google翻訳の公式サイト。100以上の言語間で無料翻訳サービスを提供し、テキスト、音声、画像、ウェブページの翻訳に対応している。
Gemini 2.5 Flash – Google DeepMind（外部）
Gemini 2.5 Flashモデルの公式ページ。24言語対応のネイティブオーディオ出力、100万トークンのコンテキストウィンドウなどの技術仕様を掲載。
New AI-powered live translation and language learning tools in Google Translate（外部）
Google翻訳のライブ会話機能と言語学習ツールを紹介。70以上の言語でリアルタイム双方向会話が可能になった経緯を説明している。
【参考記事】
Google Translate gets new Gemini AI translation models（外部）
Googleの公式ブログによる発表記事。米国とインドで展開開始、英語とヒンディー語、スペイン語、中国語、日本語、ドイツ語を含むほぼ20言語間の翻訳に対応。言語学習ツールがドイツ、インド、スウェーデン、台湾を含むほぼ20の追加国に拡大することを発表している。
Gemini 2.5 Native Audio upgrade, plus text-to-speech model updates（外部）
Gemini 2.5 Flash Native Audioの技術詳細を解説。ComplexFuncBench Audioで71.5%のスコア、開発者指示への順守率が84%から90%に向上したことを報告。ShopifyとUWMの導入事例も紹介している。
Google Translate rolling out live translation using Gemini with any headphones（外部）
米国、メキシコ、インドのAndroidデバイスで70以上の言語をサポートするライブ翻訳機能のベータ版展開を報告。あらゆるヘッドフォンで利用可能になった点を強調している。
Google Translate is bringing real-time translations powered by Gemini to your headphones（外部）
Pixel Buds専用だったライブ翻訳機能が全ヘッドフォンに開放されたことを報告。話者のトーン、強調、リズムを保持する技術的特徴を解説している。
Google Tranlsate Unlocks Gemini AI Live Speech Translations for All Android Users（外部）
ハードウェア独占性の終了と専用翻訳デバイスへの挑戦を分析。Gemini 2.5 Flash Native Audioによる低遅延処理とストリーミング音声対音声翻訳の仕組みを技術的に解説している。
Google Translate Upgrades to Gemini AI Technology（外部）
20の主要言語における自然な翻訳フローの改善を報告。「Quick」と「Advanced」の2つの翻訳モードが導入されたことを紹介している。
Google Translate gets a major upgrade from Gemini（外部）
70以上の言語と2,000の言語ペアをサポートする広範な翻訳カバレッジを解説。多言語入力と自動検出機能により、言語設定を手動で変更する必要がなくなった点を強調している。
【編集部後記】
言葉の壁が消えつつある未来を、私たちは今、目の当たりにしているのかもしれません。Google翻訳のこのアップデートは、単なる機能改善ではなく、AIが人間のコミュニケーションをどこまで自然に橋渡しできるかという壮大な実験の一歩です。旅先で出会った人と母語で会話する、海外の講義をリアルタイムで理解する、そんな体験があなたの日常になる日は、思ったより近いかもしれません。みなさんは、言語の壁がなくなった世界で、誰と、何を、語り合いたいですか？
