Gemini 3.5 Transcribe 演示：支持智能改写与专业术语识别
patloeber · x · 2026-08-27
推特用户 @thorwebdev 分享了 Gemini 3.5 Transcribe 的演示。该模型被定位为最精确的语音转文本工具，具备以下特性：基于意图的智能文本改写与格式化；支持 85+ 种语言及地区口音；支持自定义词汇以识别行话；高精度的字母数字识别；多说话人识别。
所属事件:谷歌发布 Gemini 3.5 Transcribe 语音转文本模型(29 条相关)→
「多模态」频道最新
- Bindu Reddy:Muse Wonder 远不及 Fable/Astra,新基准即将发布 — bindureddy · 2026-10-13
- 想在 Civitai 抄提示词?点开一看是整张 ComfyUI 工作流 — WillowStarCox · 2026-10-13
- AI 视频里的外星人走在费城街头,写实度惊人 — FeePrestigious7272 · 2026-10-13
- Higgsfield Genjutsu 月触达 40 亿，API 半价开放接入 — SimplyAnnisa · 2026-10-13
- Genjutsu 视频播放量破 40 亿，仍无移动端 App — SimplyAnnisa · 2026-10-13
- Reddit 求助：哪种模型能生成这种动漫风格，LoRA 训练可行吗 — Amjad_mj · 2026-10-13