Inilabas ang Gemini 3.5 Transcribe: high-precision speech-to-text model para sa real-time voice interaction
Orihinal na pamagat:Intelligent transcription with Gemini 3.5 Transcribe
AI summary
Inilunsad ng Google DeepMind ang Gemini 3.5 Transcribe speech-to-text model, na sumusuporta sa streaming at non-streaming API. Ayon sa Artificial Analysis evaluation, ang average word error rate ng streaming at non-streaming ay 4.0% at 2.6% ayon sa pagkakabanggit, sumusuporta sa mahigit 85 wika, custom vocabulary at speaker recognition na hanggang tatlong tao.
Mahahalagang impormasyon
- Inilunsad ng Google DeepMind ang Gemini 3.
- 5 Transcribe speech-to-text model,na sumusuporta sa streaming at non-streaming API.
- Ayon sa Artificial Analysis evaluation,ang average word error rate ng streaming at non-streaming…
- 6% ayon sa pagkakabanggit,sumusuporta sa mahigit 85 wika,custom vocabulary at speaker recognition…
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- Google DeepMind:Blog(RSS)
- Kategorya
- Paglabas ng modelo
- AI na marka
- 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。
Kaugnay na Entity
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: Inilabas ang Gemini 3.5 Transcribe: high-precision speech-to-text model para sa real-time voice interaction. 27 Agosto 2026. https://new.nat6.net/fil/news/cmtacq8vz0aedroj24bcix9go/