【网通社快报】谷歌发布Gemini3.5Transcribe语音转文本模型
谷歌于今日发布Gemini3.5Transcribe语音转文本模型。该模型支持自动删除语音中的口头禅和自我纠正内容，生成更通顺的文本，并已应用于Pixel11设备上的Gboard键盘“Rambler”功能，未来计划扩展至更多谷歌产品和服务。与此前的Chirp3引擎相比，Gemini3.5Transcribe转录速度提升约70%，实时语音错误率降至5.5%。该模型支持85种语言，可处理最多3名说话者的预录音频，并允许用户上传自定义词汇表以提升专业术语识别准确率。该模型在转录过程中会尝试理解用户意图并对文本进行智能调整，可能改变原始表述。
“特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”