Google 发布 Gemini 3.5 Transcribe
Google 发布 Gemini 3.5 Transcribe8 月 26 日,Google 正式发布 Gemini 3.5 Transcribe,这是一款面向语音转文字任务的 Gemini 音频模型。Google 称其为目前精度最高的语音转写模型,可直接将原始语音转换为经过整理和格式化的文本。Gemini 3.5 Transcribe 支持超过 85 种语言及会话中的语言切换,并提供自定义词汇、智能去除口头填充词和格式化等能力。录音转写模式还支持说话人分离与词级时间戳。模型分别提供 gemini-3.5-transcribe 和实时流式版本 gemini-3.5-transcribe-liv...