Publié le 12 décembre 2025 à 22h45. Google améliore significativement ses capacités de recherche vocale grâce à une mise à jour de Gemini, son modèle d’intelligence artificielle, offrant des réponses plus naturelles et une traduction instantanée plus fluide, et ce, dans plusieurs de ses produits.
- Google a intégré Gemini 2.5 Flash Native Audio à Search Live, améliorant la qualité des réponses vocales et permettant des interactions plus naturelles.
- La mise à jour permet une traduction vocale en temps réel, facilitant la communication entre personnes parlant des langues différentes.
- Les développeurs bénéficieront d’une fiabilité accrue pour leurs systèmes vocaux, avec une meilleure gestion des instructions complexes et du contexte conversationnel.
La recherche vocale prend un nouveau tournant avec l’intégration de Gemini 2.5 Flash Native Audio, déployée cette semaine aux États-Unis. Cette avancée technologique vise à rendre les interactions vocales avec Google plus intuitives et performantes, en traitant la voix comme une interface privilégiée pour accéder à l’information et interagir avec le monde environnant.
Les utilisateurs de Search Live pourront désormais profiter de réponses vocales plus fluides et expressives. Google a également ajouté la possibilité de ralentir la vitesse de la voix, une fonctionnalité particulièrement utile pour les contenus éducatifs. Selon Google :
« Lorsque vous passez en direct avec Search, vous pouvez avoir une conversation vocale en mode IA pour obtenir une aide en temps réel et trouver rapidement des sites pertinents sur le Web. Et maintenant, grâce à notre dernier modèle Gemini pour l’audio natif, les réponses sur Search Live seront plus fluides et expressives que jamais. »
Cette mise à niveau ne se limite pas à Search. Gemini 2.5 Flash Native Audio est également déployé dans Gemini Live (via l’application Gemini), Google AI Studio et Vertex AI. Le modèle est capable de traiter l’audio en temps réel et de générer des réponses vocales naturelles, réduisant ainsi les obstacles à une conversation fluide et interactive.
Bien que Google n’ait pas confirmé qu’il s’agisse d’un modèle de parole à parole pur, cette mise à jour fait suite à l’annonce d’octobre de la technologie « Speech-to-Retrieval (S2R) », un modèle d’apprentissage automatique basé sur un réseau neuronal entraîné sur de vastes ensembles de données audio.
Au-delà de la simple recherche d’informations, cette évolution technologique ouvre la voie à une traduction conversationnelle en temps réel. Gemini peut désormais traduire la parole instantanément, que ce soit en traduisant l’environnement sonore ou en facilitant les échanges entre des interlocuteurs de langues différentes. Le système préserve les nuances de la voix, comme le rythme et l’intonation, pour une traduction plus naturelle et conversationnelle.
Google met en avant plusieurs atouts de cette fonctionnalité de traduction, notamment une large couverture linguistique, la détection automatique de la langue, la gestion des conversations multilingues et le filtrage du bruit ambiant. Ces améliorations visent à simplifier l’utilisation de la traduction et à la rendre plus transparente, comme si une personne traduisait en direct entre deux individus.
Pour les développeurs et les entreprises qui créent des systèmes vocaux, Gemini 2.5 Flash Native Audio promet une fiabilité accrue. Le modèle est plus performant dans l’exécution de fonctions externes, le suivi d’instructions complexes et le maintien du contexte conversationnel, ce qui rend les agents vocaux plus efficaces dans des situations réelles.
Cette mise à jour s’inscrit dans la vision à long terme de Google pour la recherche vocale, une vision inspirée par les interactions homme-machine fluides et naturelles imaginées dans la série télévisée et cinématographique Star Trek.
Pour en savoir plus :
- Google annonce une nouvelle ère pour la recherche vocale
- Vous pouvez désormais avoir des conversations plus fluides et plus expressives lorsque vous passez en direct avec la recherche.
- Modèles audio Gemini améliorés pour des interactions vocales puissantes
- Gemini Live
- 5 façons d’obtenir de l’aide en temps réel en passant en direct avec la recherche
Image en vedette par Shutterstock/Jackbin
À ne pas manquer
