In questo articolo Indice dei contenuti 2 sezioni
Un traduttore vocale che funziona senza Internet, gira su un Raspberry Pi 5 e non manda nemmeno un byte a server esterni. Si chiama Gemma Translator ed è il progetto open source che Google ha appena reso disponibile, un prototipo nato dal Google Creative Lab insieme ad Antigravity, la piattaforma di sviluppo agent first di Big G. La cosa più interessante è che tutto avviene in locale, dalla trascrizione della voce fino alla traduzione e alla sintesi audio finale.
Cos’è il Gemma Translator e come lavora davvero
Parliamo di un dispositivo fai da te, niente di più e niente di meno. Dentro un case stampabile in 3D trovano posto un Raspberry Pi 5 con 8 GB di RAM, un microfono, un altoparlante, un piccolo display touch e persino una mini tastiera con rotella per scegliere al volo la lingua. Il meccanismo è lineare. Basta parlare al microfono e il sistema trascrive la voce in testo, la traduce e poi restituisce l’audio nella lingua scelta tramite l’altoparlante. Sul display, intanto, scorrono sia il testo originale sia quello tradotto, così l’utente ha sempre sotto controllo cosa sta succedendo.
Il vero motore, sul fronte software, è il modello Gemma 4 E2B, la variante più snella della famiglia Gemma 4. Gira in locale grazie a LiteRT LM, un framework pensato proprio per i dispositivi edge, quelli con risorse limitate insomma. La parte di trascrizione vocale e la sintesi audio sono affidate a Moonshine, un modello open ottimizzato per lavorare su hardware modesto, mentre la voce finale arriva anche grazie a Kokoro, che genera il parlato partendo dal testo tradotto da Gemma.
I numeri raccontano bene la storia. Su Raspberry Pi 5 il modello viaggia a circa 6 token al secondo e occupa meno di 1,5 GB di RAM, un consumo davvero contenuto. Moonshine, dal canto suo, risulta fino a 5 volte più veloce di Whisper Tiny quando si tratta di trascrivere. Roba che fa la differenza su una macchina così piccola.
Open source, privacy e cosa cambia per chi crea contenuti
Tutto il codice del Gemma Translator è pubblicato sotto licenza Apache 2.0 su GitHub, e insieme al codice ci sono anche gli asset per stampare in 3D il case e le istruzioni per rimettere insieme il tutto da soli. In pratica chiunque abbia voglia e un po’ di pazienza può replicare il dispositivo a casa propria.
Ma la vera notizia non è il gadget in sé. È il fatto che questo progetto mostri come l’intelligenza artificiale possa lavorare in modalità privacy first, tagliando la dipendenza dalle API cloud e dai costi che si accumulano mese dopo mese. Uno scenario che apre parecchie porte. Pensiamo a strumenti di traduzione locali da usare in redazioni, durante eventi dal vivo oppure nelle produzioni video multilingua, dove la latenza e la riservatezza dei dati contano eccome.
C’è poi un dettaglio che merita attenzione. Il progetto è stato realizzato usando Antigravity, la piattaforma agent first di Google che permette di orchestrare agenti AI collegati a editor di codice, terminali e browser. Un segnale chiaro di come l’automazione nello sviluppo stia diventando un fattore capace di abilitare prototipi di questo genere, portandoli dalla teoria al banco di lavoro in tempi ben più rapidi di prima.
