La idea es sencilla: Hablas en el micrófono de un dispositivo (laptop, celular, etc), tu voz es enviada en tiempo real a la granja de servidores de Google, en donde es traducida a texto (la misma que te permite hacer búsquedas en iPhone y Android con tu voz - Google Mobile), después ese texto es traducido automáticamente a otro idioma (utilizando el servicio existente de Google Translate, y finalmente el texto es convertido a una voz sintética que le habla la traducción a la otra persona. En español, vía:
eliax.com/index.cfm?post_id=8160