Modellveröffentlichungen

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
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

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.

Originalartikel · AIHOT-Eintrag

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/

Alle ansehen →