Gemini 3.5 Transcribe veröffentlicht: hochpräzises Speech-to-Text-Modell für Echtzeit-Sprachinteraktion
Originaltitel:Intelligent transcription with Gemini 3.5 Transcribe
KI-Zusammenfassung
Google DeepMind stellt Gemini 3.5 Transcribe vor, ein Speech-to-Text-Modell mit Streaming- und Nicht-Streaming-API. Laut der Bewertung von Artificial Analysis liegen die durchschnittlichen Wortfehlerraten im Streaming- und Nicht-Streaming-Betrieb bei 4,0 Prozent bzw. 2,6 Prozent. Das Modell unterstützt über 85 Sprachen, benutzerdefiniertes Vokabular und die Erkennung von bis zu drei Sprechern.
Kernpunkte
- Google DeepMind stellt Gemini 3.
- 5 Transcribe vor,ein Speech-to-Text-Modell mit Streaming- und Nicht-Streaming-API.
- Laut der Bewertung von Artificial Analysis liegen die durchschnittlichen Wortfehlerraten im…
- 2,6 Prozent.
- Das Modell unterstützt über 85 Sprachen,benutzerdefiniertes Vokabular und die Erkennung von bis zu…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- Google DeepMind:Blog(RSS)
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 68
相较于上一代 Chirp 3,流式词错率降到 4.0% 且最终转录延迟改善 70%,会影响语音代理和实时字幕方案的成本与体验取舍。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Gemini 3.5 Transcribe veröffentlicht: hochpräzises Speech-to-Text-Modell für Echtzeit-Sprachinteraktion. 27. August 2026. https://new.nat6.net/de/news/cmtacq8vz0aedroj24bcix9go/