Google представила Gemini 3.5 Transcribe — свою самую точную модель для преобразования речи в текст
Google запустила свою самую точную модель для преобразования речи в текст под названием Gemini 3.5 Transcribe. Она уже использовалась в приложении Gemini для macOS (на английском языке) и в функции Rambler на клавиатуре Gboard на Android (в некоторых странах, поддерживает русский).
Доступ открыли для разработчиков в режиме публичного превью через Gemini API в Google AI Studio и на платформе Google Antigravity. Компании получили доступ на Gemini Enterprise Agent Platform. В ближайшем будущем Google планирует добавить модель в браузер Chrome, чтобы пользователь мог диктовать текст в любом веб-поле.
Gemini 3.5 Transcribe поддерживает умную транскрибацию. Она понимает, когда пользователь корректирует себя сам, удаляет слова-паразиты и автоматически форматирует текст. Она распознает жаргон и уникальные варианты написания благодаря словарю пользователя, поддерживает более 85 языков и может определить речь до трех говорящих в предзаписанных аудио. Поддержка распознавания большего числа говорящих пока тестируют.
