Google выпустила Gemini 3.5 Transcribe

Google выпустила Gemini 3.5 Transcribe

Это новая модель для перевода речи в текст. Она умеет не просто записывать сказанное, а сразу превращать речь в чистый и нормально оформленный текст.

Модель сама убирает слова-паразиты, понимает исправления на ходу и может работать с профессиональными терминами. Поддерживается более 85 языков, разные акценты и несколько говорящих.

Для записанных разговоров Gemini 3.5 Transcribe умеет определять собеседников и ставить временные метки для отдельных слов. В реальном времени задержка составляет меньше секунды.

По тестам Artificial Analysis ошибка распознавания составляет 2,6% для записанного аудио и 4% для потоковой речи. Финальный текст при этом формируется на 70% быстрее, чем у предыдущей модели Google Chirp 3.

Модель уже доступна разработчикам через Gemini API и Google AI Studio. На macOS она встроена в Gemini, на Android используется для голосового ввода, а позже появится и в Chrome.