Gemini 3.5 Live Translateの使い方｜Google翻訳・Meet・APIの始め方【2026年最新】

Gemini 3.5 Live Translateは、Googleが2026年6月9日に発表した音声どうしをほぼ同時に通訳する翻訳モデルです。使い始める入口は「Google翻訳アプリ」「Google Meet」「Gemini Live API」の3つに分かれ、自分がどの立場かで手順も対応状況も変わります。この記事では3経路それぞれの使い方に加え、日本でいつから使えるか、iPhoneでの対応範囲、料金、日本語の精度、他ツールとの違いまでを公式情報にもとづいて整理します。

まとめ：Gemini 3.5 Live Translateの使い方と対応状況の要点

• 使い方は3経路：一般利用はGoogle翻訳アプリ(Android/iOS)、会議はGoogle Meet、組み込みはGemini Live API。翻訳アプリは追加料金なしで使える。
• いつから：翻訳アプリとAPIは世界的に公開中。Meetは選定された法人向けの限定プレビューで、一般法人への拡大は2026年後半が目安。
• iPhone：Google翻訳アプリはiOSでも使えるが、イヤホン不要の「リスニングモード」はAndroid限定。
• 技術基盤：Gemini 3 Proをベースにした音声特化モデル。文末を待たずに訳し続ける連続生成方式で、話者の抑揚・声質を保つ。
• 注意：APIは公開プレビュー段階で関数呼び出し等に非対応。重要な会話は文字での二重確認を併用する。

以下で、3つの利用経路の具体的な手順と、導入判断に必要な提供状況・品質・比較を順に見ていきます。

Gemini 3.5 Live Translateとは｜連続生成方式で”ほぼ同時通訳”を実現する音声翻訳モデル

まず、このモデルが何者で、従来の音声翻訳と何が根本的に違うのかを押さえます。使い方や比較の判断は、この「連続生成方式」という仕組みの理解が土台になります。

3つの利用経路とGemini 3 Proを基盤とする位置づけ

Gemini 3.5 Live Translateは、話した言葉をほぼリアルタイムで別言語の音声に変換する、スピーチ・トゥ・スピーチ翻訳に特化したAIモデルです。会話アシスタント全般を担う従来のGemini Liveシリーズと違い、低遅延の音声翻訳という単一用途に絞って設計されています。発表と同時に、開発者にはGemini Live APIとGoogle AI Studioで公開プレビュー、企業にはGoogle Meetの限定プレビュー、一般利用者にはAndroid/iOSのGoogle翻訳アプリという3つの入口が開かれました。自分がどの経路で使えるかを最初に把握することが、迷わず使い始める近道です。

文末を待たない連続生成方式と数秒追従の低遅延

従来の音声翻訳の多くは、話者が一文を話し終えるのを待って訳す「ターン制」でした。精度は確保しやすい一方、発話のたびに沈黙が生まれ、会話のテンポが大きく損なわれます。本モデルは音声を連続ストリームとして処理し、確定した部分から順次訳し続けるため、翻訳音声はセッションを通じて話者の数秒後ろを追従します。同時通訳者が話者を追いかけて訳すのに近く、「話し終えてから訳が始まる不自然な空白」が解消されます。Google自身も、この設計を「十分な文脈を待つこと」と「即座に訳して追従すること」のトレードオフをバランスさせたものと説明しています。翻訳ツールを比べるときは、対応言語数よりまずこの生成方式の違いに注目するのが、失敗しない選定の第一歩です。

声質保持・ノイズ耐性・70言語自動検出と主要スペック

本モデルは、翻訳後の音声に話者本人の抑揚・話速・声の高さを反映します。複数人の会議でも「いま誰が話しているか」を音声だけで聞き分けやすく、感情や緊張感も伝わりやすくなります。加えて、話者が事前に言語ペアを指定しなくても70以上の言語を自動判別し、空港・車内・店頭のような騒がしい環境でも動作するノイズ耐性を備えます。公式ドキュメントに記載された主なスペックは次のとおりです。

出力に文字起こしテキストが含まれるため、字幕表示や議事録作成にも応用できます。技術選定では、この入出力仕様が自社の要件と合うかをまず確認します。

使い方｜Google翻訳アプリ・Google Meetでの始め方

実際の操作手順を、一般利用者向けのGoogle翻訳アプリと、会議向けのGoogle Meetに分けて解説します。どちらも言語ペアの事前設定が不要な点が、従来の会話モードとの大きな違いです。

Google翻訳アプリでライブ翻訳を開始する3ステップ

最も手軽に体験できるのが、AndroidとiOSのGoogle翻訳アプリです。特別な契約や追加料金はなく、標準機能として順次展開されています。基本手順は次のとおりです。

1. スマートフォンにイヤホンやヘッドホンを接続する
2. Google翻訳アプリを開き、画面左下の「ライブ翻訳(Live translate)」をタップする
3. 会話を始めると言語が自動検出され、翻訳音声が流れ始める

言語選択やマイクの押し直しが不要なため、初対面の相手ともテンポを崩さず話せます。なお、Android版にはイヤホンなしで使える「リスニングモード」が新設され、通常の電話のように端末を耳に当てるだけで受話スピーカーから翻訳音声を聞けます。周囲に訳文を響かせずに済むため、店頭で急に話しかけられた場面などに向きます。機能は段階的に配信されるため、最新版に更新してもボタンが出ないことがあります。表示されない・使えないときの具体的な対処は、Google翻訳「ライブ翻訳」の使い方とボタンが出ないときの対処で手順を確認してください。

Google Meetで音声翻訳ボタンから起動する手順

会議での利用は、Web版Google Meetの画面下部コントロール列に新設された音声翻訳ボタンから始めます。設定メニューの深い階層をたどる必要はありません。

1. Google Meetで会議を開始または参加する
2. 画面下部のコントロール列にある音声翻訳ボタンをクリックする
3. 参加者の発話言語が自動検出され、それぞれの言語への翻訳が始まる

途中から海外拠点のメンバーが加わっても、その場で対応できる柔軟さがあります。初回は会議冒頭の数分をテストに充て、全員が翻訳音声を正しく受け取れているか確認してから本題に入ると安全です。UI仕様は変更される可能性があるため、最新の操作方法はGoogle Workspaceの公式ヘルプも併せて確認してください。

個人・Workspace・開発者で異なる利用可否

利用できるかどうかは、入口となるサービスとアカウント種別で変わります。発表時点の提供状況を整理します。

個人の無料アカウントでも翻訳アプリ経由なら使えるのが特徴です。一方Meetは選定された法人から始まるため、Workspaceを契約していても即座に使えるとは限りません。自社で使えるかは、Workspace管理者が管理コンソールやGoogleからの案内を確認する必要があります。

いつから使える？日本での提供状況とiPhone対応の整理

「いつから」「iPhoneで使えるか」は検索でも特に多い疑問です。段階的なロールアウトの前提を押さえておくと、使えない理由の切り分けがしやすくなります。

段階ロールアウトと日本での提供時期の見極め方

Googleの新機能は全ユーザー一斉ではなく、地域やアカウントごとに段階展開されるのが通例です。翻訳アプリでの提供は「順次展開」とされ、日本の利用者に届くタイミングには個人差があります。発表直後に使えないからといって日本が対象外と判断するのは早計です。確認手順としては、まずアプリストアでGoogle翻訳を最新版に更新し、画面左下にライブ翻訳のボタンが表示されるかを見ます。Meetについては限定プレビューの対象が「選定された法人顧客」のため、Googleは年内のより広い展開を予告しており、一般法人にとっては2026年後半が現実的な導入検討期です。

iPhone(iOS)で使える範囲とAndroid限定のリスニングモード

iPhoneでもGoogle翻訳アプリからライブ翻訳自体は利用できます。ただし、イヤホンなしで端末を耳に当てて使う「リスニングモード」は、発表時点でAndroid向けに案内されており、iOSでの提供は明言されていません。iPhone中心の組織で運用するなら、イヤホン装着を前提とした手順を標準にしておくのが無難です。端末のOSで使える機能に差が出る点は、社内マニュアルに明記しておきましょう。iPhoneでボタンが出ない・声の変更ができないといった個別のつまずきは、Google翻訳ライブ翻訳のトラブル対処にiPhone特有のケースをまとめています。

日本語の対応状況と精度を確認する観点

日本語は70以上の対応言語に含まれ、翻訳アプリで無料で使えます。一方で、対応言語の中でも学習データ量の差から言語ごとに品質差が生じる可能性はあり、日本語特有の敬語表現の扱いについては公表情報が限られています。利用可能になった時点で、自社の業務会話に近いシナリオ(会議・接客など)で日本語ペアを実際に試し、誤訳の頻度と敬語の自然さを確認してから本格運用に進めるのが確実です。後述するように、結論が文末に来る日本語は連続生成方式と相性の難しい面があるため、話し方の工夫も精度を左右します。

開発者向けGemini Live APIとAI Studioでの実装手順

自社プロダクトに音声翻訳を組み込みたい開発者向けに、検証から実装、対応プラットフォームまでの要点を整理します。

Google AI Studioで動作確認から始める検証手順

コードを書く前にモデルの実力を確かめるなら、ブラウザで動くGoogle AI Studioが最短です。マイクを使った音声入力に対応しており、実装前に「自分たちの想定する会話で、どの程度の品質と遅延になるか」を体感で確認できます。行き当たりばったりに話すのではなく、自社サービスで実際に発生する会話を10〜20文ほど台本化し、対象言語ペアごとに「誤訳の有無」「専門用語の訳され方」「遅延の体感秒数」を記録する方法が有効です。この検証ログは、そのままAPI実装後の受け入れテスト基準に流用できます。

モデルID指定と128Kコンテキストなど押さえる仕様値

API実装ではリクエスト時にモデルを明示します。プレビュー版のモデルコードはgemini-3.5-live-translate-previewで、正式版への移行時に変わる可能性が高いため、コードに直書きせず設定ファイルや環境変数で管理すると切り替えコストを抑えられます。仕様値は入力上限131,072トークン(約128K)、出力上限65,536トークン(約64K)で、入力は音声、出力は翻訳音声とトランスクリプトです。注意すべきは対応機能の範囲で、本モデルは関数呼び出し・構造化出力・Batch API・コンテキストキャッシュ・コード実行などに対応していません。汎用モデルと同じ感覚で周辺機能を前提にすると設計の手戻りが生じるため、翻訳に特化した単機能モデルとして扱うのが安全です。知識カットオフは2025年1月で、レート制限や課金体系はプレビュー中に変わり得るため、実装前に必ず最新の公式ドキュメントで確認してください。

対応SDK・プラットフォームと本番採用の判断基準

音声ストリーミングを自前で組むのは負担が大きいため、Googleは連携するプラットフォームを公式に挙げています。Agora、Fishjam、LiveKit、Pipecat、Vision Agentsといったリアルタイム通信基盤の上で、音声翻訳アプリを構築・デプロイできます。すでにこれらを使っている開発チームなら、既存のメディア基盤にモデルを載せる形で検証に進めます。本番採用の判断では、第一に障害時の影響範囲(翻訳が中核機能か補助か)、第二にモデルID変更などへの追従体制、第三に障害時にターン制の既存翻訳APIへフォールバックする設計の有無を見極めます。公開プレビューは仕様変更が頻繁でSLAも限定的なのが一般的なので、段階的に依存度を高めるアプローチが現実的です。

翻訳品質の評価軸と失敗しやすい場面｜AutoMQMと公式が挙げる限界

どの基準で品質が測られ、どこに限界があるかを押さえておくと、ベンダーの宣伝文句に流されず導入判断を誤りにくくなります。公式モデルカードの記述をもとに整理します。

AutoMQMなどGoogleが用いる3つの評価軸

公式モデルカードによると、本モデルは「翻訳品質」「遅延」「音声の自然さ」の3軸で評価されています。翻訳品質には、誤訳や訳抜けの種類と重大度を分類して採点するMQMを自動化したAutoMQMが用いられます。遅延は、話し始めから訳し始めまでの初期遅延と、原文と訳語の単語レベルの遅延という2段階で測られており、単に「速い」ではなく粒度を分けて評価されている点が特徴です。自然さは、音声の連続性や声の一貫性を捉える音声合成の品質指標で見ています。自社でトライアルする際も、この3軸(誤訳の件数と重大度・訳出までの秒数・訳語音声の聞き取りやすさ)で観点を設計すれば、Googleの評価方針と整合した比較ができます。

公式モデルカードが挙げる限界と発生条件

高性能でも万能ではなく、公式モデルカードは具体的な限界を明記しています。音声面では、長い沈黙のあとに声質が変わる、話者の性別が入れ替わる、複数人が早口で切り替わる場面で一つの声に固定されてしまう、といった不安定さが起こり得ます。言語検出の面では、ネイティブでない訛り、似た言語どうし、素早い言語の切り替えで判別が揺らぎます。入力音声がすでに訳したい相手の言語と同じ場合や、背景ノイズが強い場合も精度が落ちやすくなります。こうした挙動は仕様上の既知の限界なので、重要な場面では事前テストと、後述の話し方の工夫で影響を抑える前提で使うのが賢明です。

日本語で誤訳が起きやすい場面と現場でできる回避策

連続生成方式は「文脈を待つ品質」と「即時性」のバランスの上に成り立つため、否定や結論が文末に来る日本語では、訳が暫定的に出てから補正される挙動が起こり得ます。主語や結論を早めに口にする話し方を意識すると安定します。加えて、社名・製品名・人名や業界の専門用語・略語は誤訳が起きやすい典型です。回避策は次の2点に集約されます。

• 翻訳されやすい話し方を全員で意識する:一人ずつ話す、「あれ」「例の件」を避けて主語と目的語を明示する、専門用語は初出で正式名称を言う
• 重要情報を音声以外で二重化する:社名・数字・日付・決定事項は画面共有やチャットで文字併記する

いずれも特別なコストなしで実行でき、誤訳起因のトラブルの多くを予防できます。誤訳を恐れて使わないのではなく、誤訳が起きる前提で運用を設計するのが現実的な付き合い方です。

他の翻訳ツールとの比較｜旧Meet・Teams・Zoom・DeepL Voice・専用機

従来機能や競合との相対比較で、用途との適合を見ます。対応言語の広さが最大の差別化点ですが、それだけで決めると現場で使われなくなるため、方式や運用面まで含めて比べます。

従来Meet(5言語・英語経由)から70言語・2000ペアへの拡大

Google Meetの音声翻訳は従来わずか5言語で、しかも英語との間の翻訳に限られていました。英語を含まない組み合わせは扱えず、多国籍チームは結局英語を共通語にせざるを得ませんでした。本モデルの統合で対応は70以上へ広がり、1つの会議内で2000以上の言語の組み合わせを扱えます。従来のように英語をハブにする「ピボット方式」は翻訳を2回経由するため誤訳やニュアンスの欠落が累積しますが、多言語を直接つなぐ方式は中継点での劣化を抑えられ、速度面でも工程が一段減る分だけ有利です。デモで英語ペアだけを試すのではなく、日本語とアジア言語のような非英語ペアでこそ品質差が表れる点を意識し、自社で頻度の高い組み合わせを直接検証すべきです。

Teams・Zoomの翻訳機能との違い

Web会議の翻訳はMicrosoft TeamsやZoomも進めています。Teamsには「インタープリターエージェント」があり、リアルタイム音声翻訳・言語自動検出・話者の声の特徴を反映した音声生成と、方向性はMeetの新機能と競合します。ただし対応は英語・スペイン語・フランス語・ドイツ語・イタリア語・ポルトガル語・中国語・日本語・韓国語の9言語で、利用にはMicrosoft 365 Copilotライセンスが必要です。Zoomは多言語の翻訳字幕と通訳用の音声チャンネルが中心です。これらと比べたMeetの優位点は対応言語の規模に集約されますが、弱点として発表時点で限定プレビューのため導入時期の確実性が低く、Microsoft 365中心の組織ではMeet併用のコストが無視できません。会議ツールの翻訳は単体性能だけでなく、必要な言語範囲・ライセンス費用・既存基盤との親和性を合わせて選ぶ領域です。

DeepL Voiceや専用翻訳機との使い分け

法人向けのリアルタイム音声翻訳ではDeepL Voice、対面ではポケトークに代表される専用機も選択肢です。主な比較観点を整理します。

業務の中心がオンライン会議や通話ならGemini側、不特定多数が共用する対面接客端末が要るなら専用機、という切り分けが出発点です。専用機には私物スマホを業務利用させない情報管理上の利点もあります。法人での費用・導入条件を含めた音声翻訳サービスの比較は、DeepL Voiceの料金と法人向けリアルタイム音声翻訳の導入条件も参考になります。

使いどころと導入判断｜会議・接客・教育での適用例

機能の理解が進んだら、自社のどの場面で効くかを具体化します。先行事例と、導入を見送るべき条件までを整理します。

多国籍会議・接客・配車での適用例と先行事例

最も効果が見えやすいのは、海外拠点や外国籍メンバーが参加する定例会議です。各自が母語で話し母語で聞ける形に再設計すれば、英語が苦手なメンバーの発言量の偏りが減り、現場の一次情報が経営層に届きやすくなります。企業の先行事例としては、東南アジアの配車大手Grabがドライバーと乗客の会話翻訳にこのモデルのテストを進めており、走行中の車内という雑音の多い環境での実用を検証しています。ほかにメディア大手のCJ ENMやLiveKitなどが評価に加わっていると公表されています。配車のように「短く、定型的で、即時性が求められる会話」は翻訳との相性がよく、タクシー・宿泊・小売・医療受付など日本のインバウンド業種にも同じ構造の会話が存在します。まず現場スタッフのスマホでアプリ利用から始め、効果が確認できた業務をAPI組み込みへ発展させる二段階が、投資リスクを抑えた進め方です。

導入効果の測り方と社内展開でつまずかないコツ

組織導入では「便利になった気がする」で終わらせず、効果測定の仕組みを先に設計します。会議なら多言語会議の所要時間・非英語話者の発言回数・通訳手配コスト、現場業務なら外国人顧客への対応完了率や所要時間、定着なら週あたり利用回数といった指標が使えます。つまずきはツールより運用面で起きがちで、典型は初回の翻訳ミスを理由に現場が使うのをやめてしまうケースです。「固有名詞や数字は文字で併記する」という補完ルールを最初に示すだけで多くは防げます。限定プレビュー段階のMeetを前提に全社展開を計画し、提供時期とずれるのもよくある失敗なので、まず翻訳アプリで使える業務から小さく始め、測定した効果を材料に範囲を広げる順序が確実です。

導入を見送るべき場合の判断材料

現時点での見送りが合理的なのは、(1)主要な業務会話が機密性の高い内容でセキュリティ確認が済んでいない、(2)使いたいMeet版が自社にまだ提供されていない、(3)必要な言語ペアの品質検証で実用水準に達しなかった、のいずれかに当たる場合です。また、契約書のように一字一句の厳密さが最優先される用途は、速さと自然さを強みとする本モデルの得意領域ではありません。重要なのは「見送り」と「不要」を区別することで、提供状況と品質は数カ月単位で変わるため、再評価の時期をあらかじめ決めておくことをおすすめします。業務会議で使う際は、音声をクラウドのAIで処理する以上、Workspace管理下での利用・情報管理規程との整合・社外参加者への周知の3点を導入前に確認してください。

Gemini 3.5 Live Translateの使い方に関するよくある質問

Gemini 3.5 Live Translateは日本でいつから使えますか

Google翻訳アプリとGemini Live API/AI Studioは2026年6月9日の発表以降、世界的に順次公開されており、日本の利用者も対象です。ただし段階的なロールアウトのため、翻訳アプリに機能が表示される時期には個人差があります。Google Meetでの利用は選定された法人向けの限定プレビューで、一般法人への拡大はGoogleが年内を予告しており、2026年後半が現実的な目安です。

iPhoneでも使えますか

使えます。Google翻訳アプリはiOSにも対応し、ライブ翻訳自体はiPhoneで利用できます。ただし、イヤホンなしで端末を耳に当てて使う「リスニングモード」は発表時点でAndroid限定で、iOSでの提供は明言されていません。iPhoneではイヤホン利用を前提にすると安定します。

料金はかかりますか

Google翻訳アプリ経由の利用は追加料金なしです。Google Meetでの利用はWorkspace契約が前提になります。Gemini Live APIは公開プレビュー段階で、課金体系やレート制限は変更され得るため、本番利用の前に最新の公式ドキュメントで料金を確認してください。

「Gemini 3.5 Flash」版のLive Translateはありますか

いいえ。Live Translateは軽量なFlashティアではなく、音声に特化したGemini 3 Proを基盤とする専用モデルです。モデルコードはgemini-3.5-live-translate-previewの1つで、「Flash版」という別枠は公式に用意されていません。検索で見かける「flash」表記は、他のGeminiモデル名との混同によるものです。

日本語の翻訳精度はどの程度ですか

日本語は70以上の対応言語に含まれますが、言語ごとに品質差が生じる可能性があり、敬語表現の扱いなど公表情報は限られています。結論が文末に来る日本語では、連続生成方式の特性上、訳が暫定的に出てから補正されることがあります。主語や結論を早めに述べ、固有名詞は文字併記する運用で精度を安定させられます。

APIを本番サービスに使って問題ありませんか

現在は公開プレビュー段階で、関数呼び出し・構造化出力・Batch API・コンテキストキャッシュなどに非対応です。仕様変更が頻繁でSLAも限定的なのが一般的なため、障害時にターン制の既存翻訳APIへフォールバックする設計にするなど、依存度を段階的に高める前提での採用が現実的です。関連する内容として、ケア記録アシストもご覧ください。

関連記事

• Google翻訳「ライブ翻訳」の使い方｜ボタンが出ない・表示されないときの対処
• DeepL Voiceの料金と2製品の違い｜法人向けリアルタイム音声翻訳の費用・使い方・導入条件
• ChatGPT Translateとは？使い方・料金・Google翻訳/DeepLとの違いを解説【2026年最新】
• Geminiの使い方｜呼び出し方・バックグラウンド動作の停止・キャッシュクリア【2026年版】