STORY · 事件已收束

Gemini 3.5 Transcribe API 在 Gemini Enterprise 提供

3 个精选信源 · 3 篇报道持续 1 天最新动态 9天前
最新进展

新增性能数据：速度提升70%，错误率降至5.5%，并支持删除自我纠正内容。

DIGEST

事件全貌

AI 综述 · 更新于 9天前

Google 发布 Gemini 3.5 Transcribe 转录模型，支持自动检测 85+ 种语言、自定义专业术语词汇、区分最多三位说话人，并提供词级时间戳。

该模型可自动格式化文本并去除“um”“ah”等填充词，还能删除说错后自行纠正的内容，生成更通顺的文本。相比 Chirp 3，整体速度预计提升约 70%，实时语音场景错误率降至 5.5%。

API 现已在 Google AI Studio 和 Gemini Enterprise 中提供，开发者可通过 Gemini API 公开预览使用。macOS 上的 Gemini 应用用户今日起可使用英语版本，Android 上的 Rambler 应用也可试用。该模型已为 Pixel 11 上 Gboard 的“Rambler”功能提供支持，后续将进入更多谷歌产品。

本综述由 AI 汇总全部报道生成，随事件进展持续更新；下方时间线中的单篇报道保留其发布时的原貌。

TIMELINE

报道时间线

3 条公开报道 · 官方一手 0 条 · 最新在前
  1. 谷歌发布 Gemini 3.5 Transcribe 语音转文本模型，能自动删除口头禅
    IT之家（RSS）

    谷歌发布 Gemini 3.5 Transcribe 语音转文本模型，可自动删除“嗯”“呃”等口头禅及说错后自行纠正的内容，生成更通顺的文本。相比 Chirp 3，整体速度预计提升约 70%，实时语音场景错误率降至 5.5%，支持 85 种语言及最多 3 名说话者的预录音频。该模型已为 Pixel 11 上 Gboard 的“Rambler”功能提供支持，后续将进入更多谷歌产品。

  2. Google 发布 Gemini 3.5 Transcribe 转录模型，可自动去除“um”“ah”等填充词
    The Verge：AI（RSS）

    Google 推出 Gemini Audio 家族新成员 Gemini 3.5 Transcribe，可自动识别专业术语和超过 85 种语言，并自动格式化文本、去除“um”“uh”等填充词。该模型支持自定义词汇表、为最多三位说话人区分语音，并提供词级时间戳。今日起向 macOS Gemini 应用用户开放英语版本，开发者可通过 Gemini API 公开预览使用。

  3. Gemini 3.5 Transcribe 发布，支持多语言转录
    X：Sundar Pichai (@sundarpichai)精选

    向 Gemini 3.5 Transcribe 问好！ - 构建能理解用户语音/意图的应用，即使有多位说话人也行！ - 开箱即用，自动检测 85+ 种语言 - 针对专业术语的自定义词汇适配……SGTM:) API 现已在 @GoogleAIStudio 和 Gemini Enterprise 中提供，也可在 macOS 上的 Gemini 应用或 Android 上的 Rambler 中试用！ 更多详情：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5-transcribe/