Google hat Verbesserungen am Modell Gemini 2.5 Flash Native Audio vorgestellt, die auf eine bessere Verarbeitung von Sprachkonversationen abzielen. Dieses Modell bewältigt nun komplexe Arbeitsabläufe, versteht Anweisungen der Nutzer besser und führt natürlichere Dialoge. In Anwendungen wie Google AI Studio oder Vertex AI kann das Modell zuverlässiger externe Funktionen aufrufen, um während des Gesprächs aktuelle Informationen abzurufen und sie ohne Unterbrechung in die Antwort einzubeziehen. Im Test ComplexFuncBench Audio erreichte es eine Punktzahl von 71,5 %, das beste Ergebnis unter vergleichbaren Modellen.
Das Modell hält sich nun besser an Anweisungen, mit einer Erfolgsquote von 90 % gegenüber zuvor 84 %, und auch die Beibehaltung des Kontexts über mehrere Gesprächsrunden hinweg wurde verbessert. Das bedeutet, dass die Antworten bei Gesprächen mit Gemini Live oder Search Live flüssiger sind und stärker mit dem zusammenhängen, was Sie zuvor gesagt haben. In Search Live können Sie jetzt beispielsweise gemeinsam in Echtzeit über Ideen nachdenken, als würden Sie mit einem Experten sprechen, und das Modell merkt sich Details aus vorherigen Fragen.
Live-Sprachübersetzungen direkt über Kopfhörer
Eine der größten Neuerungen ist die Live-Sprachübersetzung, die Gemini in die App Google Übersetzer bringt. Mit dieser Funktion lassen sich Übersetzungen in Echtzeit direkt auf die Kopfhörer streamen, wobei Intonation, Tempo und Tonhöhe der sprechenden Person erhalten bleiben. Sie funktioniert in zwei Modi: kontinuierliches Zuhören, bei dem das Modell Sprache aus mehreren Sprachen in eine Zielsprache übersetzt, sodass Sie die Welt um sich herum in Ihrer Sprache hören, oder ein wechselseitiges Gespräch, bei dem die Übersetzung automatisch wechselt, je nachdem, wer gerade spricht.
Beispiel: Wenn Sie Englisch sprechen und sich mit jemandem unterhalten möchten, der Hindi spricht, hören Sie die englische Übersetzung über Ihre Kopfhörer, während Ihr Smartphone Hindi wiedergibt, sobald Sie ausgesprochen haben. Das Modell unterstützt über 70 Sprachen einschließlich Tschechisch sowie 2.000 Sprachpaare, erkennt die Sprache automatisch, filtert Umgebungsgeräusche heraus und kann innerhalb einer Sitzung mit gemischten Sprachen umgehen, ohne dass Einstellungen geändert werden müssen.
Diese Betaversion ist vorerst in der Google-Übersetzer-App für Android in den USA, Mexiko und Indien verfügbar; Unterstützung für iOS und weitere Länder folgt 2026. Verbinden Sie einfach Ihre Kopfhörer, öffnen Sie die App und tippen Sie auf „Live-Übersetzung“.
