Il 16 settembre 2026 Google ha presentato i progressi della propria intelligenza artificiale nella comprensione e traduzione del linguaggio, con tecnologie capaci di coprire oltre 300 lingue e raggiungere l’86% della popolazione mondiale. L’obiettivo dell’azienda non è soltanto migliorare Google Traduttore, ma arrivare a supportare le 1.000 lingue più parlate, comprese quelle ancora poco rappresentate online.
La sfida riguarda infatti una dimensione più complessa della semplice conversione di parole da una lingua all’altra. Un sistema davvero efficace deve riconoscere il tono della voce, le pause, le emozioni, i riferimenti culturali e persino i cambi di lingua che avvengono spontaneamente durante una conversazione.
Gemini traduce il parlato senza passare dalla trascrizione
I modelli tradizionali dividevano l’elaborazione vocale in tre fasi: ascolto, trascrizione del contenuto e sintesi o traduzione. Questo approccio tendeva a perdere elementi essenziali della comunicazione, come l’intonazione e le esitazioni. Google sta sperimentando invece modelli capaci di analizzare direttamente il segnale audio.
Tra gli strumenti indicati dall’azienda c’è Gemini 3.5 Live Translate, progettato per tradurre conversazioni in tempo reale in 70 lingue e oltre 2.000 combinazioni linguistiche. Il sistema gestisce anche il cosiddetto code-switching, cioè il passaggio da una lingua all’altra nella stessa frase. È un fenomeno comune, per esempio, nello Spanglish e nell’Hinglish.
Google ha presentato anche Gemini 3.5 Transcribe, descritto come il modello di trascrizione vocale più preciso sviluppato dall’azienda. La tecnologia è pensata per lavorare anche in ambienti rumorosi e viene già utilizzata su Android attraverso Rambler, una funzione di Gboard.
Rambler può eliminare i riempitivi del parlato, aggiungere la punteggiatura e riscrivere il testo tramite comandi vocali. L’obiettivo è trasformare una dettatura grezza in un contenuto più leggibile senza richiedere all’utente di intervenire manualmente su ogni frase.
Oltre 300 lingue e un obiettivo da 1.000
Le tecnologie linguistiche di Google coprono oggi più di 300 lingue, mentre Google Traduttore è arrivato a supportarne oltre 250. Il piano dichiarato dall’azienda punta però alle 1.000 lingue più parlate al mondo, comprese quelle che dispongono di pochi dati digitali e che, di conseguenza, risultano più difficili da integrare nei modelli AI.
Per affrontare questo problema Google ha sviluppato l’Universal Speech Model, addestrato su 12 milioni di ore di audio. Il modello sfrutta il trasferimento dell’apprendimento tra lingue diverse: le informazioni apprese da idiomi con molti dati disponibili possono essere riutilizzate per migliorare il riconoscimento di lingue, dialetti e varianti regionali meno documentati.
Questo approccio riguarda in particolare numerose lingue africane e realtà linguistiche regionali che finora hanno avuto una presenza limitata nei servizi digitali. L’AI diventa così uno strumento per ampliare l’accesso alla tecnologia, non soltanto un mezzo per rendere più rapide le traduzioni nelle lingue già ampiamente supportate.
TranslateGemma porta la traduzione anche offline
Una connessione internet stabile non è disponibile in tutte le aree del mondo. Per questo Google ha creato TranslateGemma, una famiglia di modelli leggeri progettati per funzionare direttamente sul dispositivo, senza ricorrere al cloud.
La tecnologia supporta 55 lingue e può essere utilizzata anche in assenza di rete. L’elaborazione locale riduce la dipendenza dai server remoti e rende possibili funzioni di traduzione in contesti nei quali l’accesso a internet è discontinuo o troppo costoso.
Google ha considerato anche gli utenti che non possiedono uno smartphone. Attraverso la collaborazione con Viamo, l’assistente vocale AVA porta alcune capacità di Gemini sui cosiddetti feature phone, i telefoni dotati di tastiera fisica e funzioni essenziali.
Il servizio viene utilizzato tramite una chiamata vocale interattiva. In Rwanda, dove è stato testato, ha già risposto a oltre 2 milioni di domande, offrendo accesso a informazioni e servizi AI anche su dispositivi privi delle applicazioni normalmente necessarie per usare un modello come Gemini.
Il linguaggio dei segni entra negli strumenti di Google
L’espansione dell’AI linguistica comprende anche l’accessibilità per le persone sorde. Google sta sviluppando Sign Language-to-Text, indicato con la sigla SL2T, un sistema addestrato su più di 50 lingue dei segni.
La tecnologia alimenta funzioni di dettatura basate sul linguaggio dei segni in Gboard e Live Transcribe su Pixel 11, a partire dalla lingua dei segni americana. Il sistema mira a convertire i gesti in testo e a rendere più semplice la comunicazione attraverso strumenti già presenti negli ecosistemi mobili di Google.
Secondo i dati riportati dall’azienda, nel mondo sono circa 70 milioni le persone che comunicano utilizzando una lingua dei segni. L’integrazione di questi sistemi nei dispositivi digitali rappresenta quindi un ulteriore fronte dello sviluppo dell’AI accessibile, accanto alla traduzione vocale, alla trascrizione e all’elaborazione offline.
Per restare sempre aggiornato seguici su Google News!
