Google 发布 Gemini 3.5 Transcribe：支持 85+ 语言与智能后处理
GoogleDeepMind · x · 2026-08-27
Google DeepMind 发布了最新的语音转文本模型 Gemini 3.5 Transcribe。主要特性包括：
- 更强理解力：能准确识别电话号码、邮政编码、订单 ID，即使在嘈杂环境下也能保持高准确率。
- 智能后处理：自动去除填充词（如 um, ah）并修正自我修正，自动格式化文本。
- 自定义词汇：识别独特的名称和产品标题。
- 多语言支持：自动检测并转录 85+ 种语言的语音。
目前已集成到 Gemini app (macOS) 和 Gboard (Android) 中，开发者可通过 Google AI Studio 使用。
所属事件:谷歌发布 Gemini 3.5 Transcribe 语音转文本模型(29 条相关)→
「模型」频道最新
- 有人逆向工程 Grok Bot 并将其开源 — jasonkneen · 2026-10-13
- Bindu Reddy:Muse Wonder 远不及 Fable/Astra,新基准即将发布 — bindureddy · 2026-10-13
- 用户吐槽 Gemini 接管 Android Auto:让它回复却说「正在播放 yes」 — Notegg999f · 2026-10-13
- Parakhin:模型互相能懂「神经语」，人类反而读不懂其解释 — iScienceLuvr · 2026-10-13
- Anthropic 称已削减 90%~99% 蒸馏流量，拒绝万亿 token 付费请求 — abhiadesai · 2026-10-13
- GLM-5.3「去审查版」上线月余无事故，开发者炮轰 AI 末日论叙事 — mariofilhoml · 2026-10-13