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。
「模型」频道最新
- Pokee-Isaac 28B 演示 5 分钟内从创意到生成可玩游戏 — Kyrannio · 2026-08-27
- Goodfire 公布新研究：高效定位导致模型分叉的关键 Token — VoidAsuka · 2026-08-27
- 专家点评 Inkling：跑分高但体验差，致热度骤减 — ethayarajh · 2026-08-27
- 印度 AI Mission 选中 Sarvam：105B 参数本土大模型印地语表现出色 — abhish18 · 2026-08-27
- Sarvam AI 语音转文本与基础模型体验趋于成熟 — abhish18 · 2026-08-27
- 美最大开源模型 Inkling 沦为哑炮？实测体验引质疑 — beenwrekt · 2026-08-27