模型发布

Gemini 3.5 Transcribe 发布:面向实时语音交互的高精度语音转文本模型

原文标题:Intelligent transcription with Gemini 3.5 Transcribe

AI 摘要

Google DeepMind 推出 Gemini 3.5 Transcribe 语音转文本模型,支持流式与非流式两种 API。据 Artificial Analysis 评测,其流式与非流式平均词错率分别为 4.0% 和 2.6%,支持超 85 种语言、自定义词汇及最多三人说话人识别。

关键信息

  • Google DeepMind 推出 Gemini 3.
  • 5 Transcribe 语音转文本模型,支持流式与非流式两种 API。
  • 据 Artificial Analysis 评测,其流式与非流式平均词错率分别为 4.
  • 6%,支持超 85 种语言、自定义词汇及最多三人说话人识别
  • 相较于上一代 Chirp 3,流式词错率降到 4.

速览

发布时间
更新时间
来源
Google DeepMind:Blog(RSS)
分类
模型发布
AI 评分
68
阅读原文 前往信息源阅读完整正文
推荐理由

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。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Gemini 3.5 Transcribe 发布:面向实时语音交互的高精度语音转文本模型。2026年8月27日。https://new.nat6.net/news/cmtacq8vz0aedroj24bcix9go/

查看全部 →