Google发布了Gemini 3.5 Transcribe,这是一款先进的语音转文本模型,旨在提高语音输入的准确性和速度。该模型支持超过85种语言,能自动纠正口误,如“嗯”和自我修正,并且与前代Chirp 3相比,延迟显著降低。Gemini 3.5 Transcribe可通过API接口提供服务,支持实时流式传输和预录音频处理,两者在功能集和定价上有所不同。 AI
影响 此次发布增强了AI在语音处理方面的能力,有望改善各种应用的用户界面和可访问性。
排序理由 Google AI模型发布,附带系统卡。
- Gemini 3.5 Transcribe
- Chirp 3
- Gboard
- Gemini 3.5 Pro
- Pixel 11
- Gemini API
- Gemini Enterprise Agent Platform
AI 生成摘要 · Google Gemini · 来自 13 个来源。 我们如何撰写摘要 →