Google DeepMind 推出了 Gemini 3.5 Transcribe,这是一款专为增强语音交互而设计的新型语音转文本模型。该模型提高了准确性,能够处理背景噪音、专业术语和自我纠正,同时还能去除填充词并自动格式化文本。开发者现在可以通过 Gemini API 将 Gemini 3.5 Transcribe 集成到他们的应用程序中,并提供实时流式处理和预录音频处理选项。该模型支持超过 85 种语言,并具有多说话人识别功能,代表了对其前身 Chirp 3 的重大改进。 AI
影响 增强了开发者和消费者的语音交互能力,可能提高应用程序的可访问性和效率。
排序理由 前沿实验室模型发布,带有系统卡 [lever_c_demoted from frontier_release: ic=2 ai=1.0]
- android
- Artificial Analysis
- Chirp 3
- Gemini 3.5 Transcribe
- gemini-3.5-transcribe-live
- Gemini API
- Gemini app
- Gemini Enterprise Agent Platform
- Google AI Studio
- Google DeepMind
- macOS
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →