เปิดตัวโมเดล

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
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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

ลิงก์ต้นฉบับ · รายการ AIHOT

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/

ดูทั้งหมด →