Google 推出了 Gemini 3.5 Transcribe,这是一款先进的 AI 音频模型,旨在改进语音识别和转录。该新模型可以将非结构化语音转换为格式化文本,自动检测超过 85 种语言,并准确地将语音归属给最多三位说话者,并提供词级时间戳。Gemini 3.5 Transcribe 还可以学习自定义词汇和独特拼写,并将很快集成到 Chrome 中,用于任何网页字段,使用户能够通过语音命令进行回复和提示 Gemini。 AI
影响 增强语音转文本功能,有可能提高各种应用程序的生产力和可访问性。
排序理由 来自前沿实验室的新模型发布(Google Gemini Audio 系列)。[lever_c_demoted from frontier_release: ic=2 ai=1.0]
- Gemini
- Gemini 3.5 Live
- Gemini 3.5 Live Experimental
- Gemini 3.5 Transcribe
- Gemini app
- Gemini Audio
- Gmail
- Google Antigravity
- Chrome
- Docs
- Keep
- macOS
- Pixel 11-series phones
- Search Live
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →