Google 发布了 Gemini 3.5 Transcribe,这是一款新推出的语音转文本模型,旨在自动移除音频录音中的“嗯”和“啊”等填充词。该模型还支持多说话人区分,能够区分对话中的不同说话人。该技术旨在简化各种应用的转录过程。 AI
影响 通过移除填充词和识别说话人来简化音频转录,有望提高内容创作者和研究人员的效率。
排序理由 前沿实验室模型发布,附带系统卡。[lever_c_降级自 frontier_release: ic=2 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →