मॉडल लॉन्च

Gemini 3.5 Transcribe जारी: रीयल-टाइम वॉइस इंटरैक्शन के लिए उच्च-सटीक स्पीच-टू-टेक्स्ट मॉडल

मूल शीर्षक:Intelligent transcription with Gemini 3.5 Transcribe

AI सारांश

Google DeepMind ने Gemini 3.5 Transcribe स्पीच-टू-टेक्स्ट मॉडल पेश किया है, जो स्ट्रीमिंग और नॉन-स्ट्रीमिंग दोनों API का समर्थन करता है। Artificial Analysis के मूल्यांकन के अनुसार, स्ट्रीमिंग और नॉन-स्ट्रीमिंग में इसका औसत वर्ड एरर रेट क्रमशः 4.0% और 2.6% है, तथा यह 85 से अधिक भाषाओं, कस्टम शब्दावली और अधिकतम तीन वक्ताओं की पहचान का समर्थन करता है।

मुख्य जानकारी

  • Google DeepMind ने Gemini 3.
  • 5 Transcribe स्पीच-टू-टेक्स्ट मॉडल पेश किया है,जो स्ट्रीमिंग और नॉन-स्ट्रीमिंग दोनों API का समर्थन…
  • 6% है,तथा यह 85 से अधिक भाषाओं,कस्टम शब्दावली और अधिकतम तीन वक्ताओं की पहचान का समर्थन करता है।

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
Google DeepMind:Blog(RSS)
श्रेणी
मॉडल लॉन्च
AI स्कोर
68
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

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。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: Gemini 3.5 Transcribe जारी: रीयल-टाइम वॉइस इंटरैक्शन के लिए उच्च-सटीक स्पीच-टू-टेक्स्ट मॉडल। 27 अगस्त 2026। https://new.nat6.net/hi/news/cmtacq8vz0aedroj24bcix9go/

सभी देखें →