詳細を読む
Googleは2026年9月15日、AI言語技術を世界で話者の多い1000言語へ広げる取り組みを公表しました。同社の製品は現在、世界人口の86％に当たる70億人超が話す300超の言語に対応しています。音声を直接理解するGemini、地域社会と構築する公開データ、端末内翻訳、手話対応を組み合わせ、主要言語に偏ってきた技術の利用格差縮小を目指します。
Gemini 3.5 Live Translateは70言語、2000超の言語ペアでリアルタイム音声翻訳を提供し、言語の切り替えや感情の手掛かりも捉えるとしています。Gemini 3.5 Transcribeは雑音や専門用語を含む音声を整形済みテキストに変換し、Android版Gboardの音声編集機能にも使われます。
1000 Languages Initiativeでは、1200万時間の音声で学習したUniversal Speech Modelを活用します。データが豊富な言語で得たパターンを学習データの少ない言語に移す手法により、音声理解の改善を図ります。
学習データの偏りを補うため、Googleは大学や地域組織と公開データを整備しています。サハラ以南アフリカの27言語を収めたWAXAL、インドの109言語で3万時間超を集めたProject Vaaniなどを進め、Language Explorerでは7000超の音声・文字・手話言語を可視化します。
ネット接続が不安定な地域向けには、55言語で学習し端末上で動く軽量翻訳モデルTranslateGemmaを提供しています。一般的な携帯電話で使える音声AI「AVA」のルワンダ試験では、Geminiによる回答が200万件を超えたとしています。
アクセシビリティ面では、50超の手話で学習したSign Language-to-Textが、GboardとPixel 11のLive Transcribeで手話入力を文字に変換します。まずアメリカ手話から英語への変換に対応し、世界で手話を使う7000万人の利用を想定しています。