Google 发布 Gemini 3.5 Transcribe：支持 85+ 语言与流式听写
osanseviero · x · 2026-08-27
Google 正式发布 Gemini 3.5 Transcribe 模型。该模型主打智能转录功能，支持 85 种以上语言，具备函数调用、自定义词汇、多说话人识别能力。它同时支持批量处理和实时流式音频输入，已集成至 Google 多款产品中，供开发者调用。
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