Gemini 3.5 Transcribe 上线语音指令实时编辑听写
AI_Andrew · x · 2026-11-18
Google 的 thorstenweb(thorwebdev)宣布 Gemini 3.5 Transcribe 推出 voice editing 功能:用户可在实时听写过程中直接用语音指令编辑已转写的文本,无需动手操作。作者称体验「相当神奇」并附演示视频。这是语音转写工作流的实用更新。
「多模态」频道最新
- Jordi Pons 凭互动 AI 音乐游戏《A CHICKEN DIES》闯入 AI Song Contest 决赛 — jordiponsdotme · 2026-11-18
- 开源 Antipode:通过 MCP 驱动的本地程序化合成器,agent 写配方出 WAV — Dizzy_Basil6892 · 2026-11-18
- 在 Antigravity 里用 FFmpeg 给音频做 EQ 与压缩,Gemini 4 生成交互控制台 — alexanderchen · 2026-11-18
- Midjourney 五种风格混合公式,生成电影感蝙蝠车街拍 — michaelrabone · 2026-11-18
- Runway 联手 NVIDIA 发布通用世界模型家族,深化前沿模型合作 — c_valenzuelab · 2026-11-18
- 同一提示词实测:Seedance 2.5 对比 Kling 4.0 与 MiniMax H3 生成产品镜头 — Madmahi25 · 2026-11-18