Paglabas ng modelo

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
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

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.

Link ng orihinal · Entry sa AIHOT

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/

Tingnan lahat →