Gemini 3.5 Transcribe発表:リアルタイム音声対話向けの高精度音声テキスト変換モデル
原題:Intelligent transcription with Gemini 3.5 Transcribe
AI 要約
Google DeepMindは音声テキスト変換モデルGemini 3.5 Transcribeを発表し、ストリーミングと非ストリーミングの2種類のAPIをサポートする。Artificial Analysisの評価によると、ストリーミングと非ストリーミングの平均単語誤り率はそれぞれ4.0%と2.6%で、85以上の言語、カスタム語彙、最大3名の話者識別をサポートする。
要点
- Google DeepMindは音声テキスト変換モデルGemini 3.
- 5 Transcribeを発表し、ストリーミングと非ストリーミングの2種類のAPIをサポートする。
- Artificial Analysisの評価によると、ストリーミングと非ストリーミングの平均単語誤り率はそれぞれ4.
- 6%で、85以上の言語、カスタム語彙、最大3名の話者識別をサポートする
概要
- 公開日時
- 更新日時
- カテゴリ
- モデル公開
- AI スコア
- 68
おすすめの理由
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。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Gemini 3.5 Transcribe発表:リアルタイム音声対話向けの高精度音声テキスト変換モデル。2026年8月27日。https://new.nat6.net/ja/news/cmtacq8vz0aedroj24bcix9go/