开发者实测 Gemini 3.5 Transcribe：WER 低至 2.6%，后处理体验极佳
_philschmid · x · 2026-08-27
Phil Schmid 分享了对 Gemini 3.5 Transcribe 的实测体验。关键技术指标包括：非流式 WER 2.6%，流式 WER 4.0；相比 Chirp 3，最终转录时间减少 70%。
主要体验点：
- 模型能智能处理口语中的冗余（如 um, ah）和自我修正。
- 强大的字母数字混合识别能力（如区分 . 和人名 Jason）。
- 提供两个版本：gemini-3.5-transcribe-live 用于低延迟流式，gemini-3.5-transcribe 用于录音处理并支持说话人区分。
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
- Meta Muse 模型英美同日上线，研究员致谢跨大西洋同步 — SamuelAlbanie · 2026-10-13
- Ethan Mollick：人们把 Artificial Analysis 指数和单项分数看得太重了 — emollick · 2026-10-13
- Meta：Muse Spark 开源权重即将发布，Muse Wonder 因太大且安全顾虑不开源 — MatthewBerman · 2026-10-13
- SubQ Snap 发布：384K 多模态上下文，企业决策基准超 Jev — alex_verem · 2026-10-13
- Alexandr Wang称Muse Wonder主打自然沟通:为所有人造模型 — alexandr_wang · 2026-10-13
- 用户吐槽:Opus 5.5 用久了也变「敷衍」,需要人反复兜底 — audrow · 2026-10-13