เปิดตัว Gemini 3.5 Transcribe: โมเดลถอดเสียงเป็นข้อความความแม่นยำสูงสำหรับการโต้ตอบด้วยเสียงแบบเรียลไทม์
หัวข้อต้นฉบับ:Intelligent transcription with Gemini 3.5 Transcribe
สรุปโดย AI
Google DeepMind เปิดตัวโมเดลถอดเสียงเป็นข้อความ Gemini 3.5 Transcribe รองรับ API ทั้งแบบสตรีมและไม่สตรีม จากการประเมินของ Artificial Analysis พบว่าค่าเฉลี่ย word error rate ของแบบสตรีมและไม่สตรีมอยู่ที่ 4.0% และ 2.6% ตามลำดับ รองรับภาษากว่า 85 ภาษา คำศัพท์กำหนดเอง และการระบุผู้พูดสูงสุดสามคน
ข้อมูลสำคัญ
- Google DeepMind เปิดตัวโมเดลถอดเสียงเป็นข้อความ Gemini 3.
- 5 Transcribe รองรับ API ทั้งแบบสตรีมและไม่สตรีม จากการประเมินของ Artificial Analysis…
- 6% ตามลำดับ รองรับภาษากว่า 85 ภาษา คำศัพท์กำหนดเอง และการระบุผู้พูดสูงสุดสามคน
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Google DeepMind:Blog(RSS)
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 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。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: เปิดตัว Gemini 3.5 Transcribe: โมเดลถอดเสียงเป็นข้อความความแม่นยำสูงสำหรับการโต้ตอบด้วยเสียงแบบเรียลไทม์ 27 สิงหาคม 2026 https://new.nat6.net/th/news/cmtacq8vz0aedroj24bcix9go/