Google 发布 Gemini 3.5 Transcribe 语音转文字模型：85+ 语言、流式约 4.0% 词错率

Google 8-26 发布 Gemini 3.5 Transcribe,定位为其迄今最精确的语音转文字模型,支持 85+ 种语言、可处理自我更正与去除口头语,官方给出流式转写约 4.0% 词错率。现已可在 Gemini macOS 应用与 Android Gboard(Rambler)试用,开发者经 Google AI Studio 与 Antigravity 以 public preview 调用(实时流式与预录音两种 API),Chrome 网页语音输入 coming soon。

查看原文