谷歌发布 Gemini 3.5 Transcribe：支持 85+ 语言延迟低于 1 秒
vista8 · x · 2026-08-27
Google 发布了 Gemini 3.5 Transcribe 模型，支持 85 种以上语言的实时转写，延迟低于 1 秒。
主要特性包括：
- 多语言混合输入：能识别中英等多种语言混杂的语音。
- 专业词汇自定义：允许定义特定领域的专业词汇。
- API 实时调用：无需录音后转文本，可直接调用实时 API 进行处理。
该模型有望显著提升实时翻译和转写产品的体验。
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
- 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
- 用 Seedance 2.5 Max 一条 prompt 生成 30 秒完整 AI 音乐视频 — tsi_org · 2026-10-13
- AI 视频角色表演力数月内显著进化，对白与表情渐入佳境 — jamestagg · 2026-10-13