Intelligent transcription with Gemini 3.5 Transcribe
Artikelbild eller återanvändbart omslag för Google Gemini
Google presenterar Gemini 3.5 Transcribe, en ny tal-till-text-modell som omvandlar röst direkt till korrekt, formaterad text.
Den hanterar bakgrundsbrus, specialutryck och naturliga talfel bättre än tidigare modeller — och kan till exempel ta bort fyllnadsord som "uhm", fixa självkorrigeringar och känna igen över 85 språk. Utvecklare kan använda den genom två API:er: en för direktströmmad tal och en för inspelad ljud, och den är redan integrerad i Googles appar som Gemini och Android Rambler.
Unlike conventional speech recognition models that struggle with background noise, complex jargon, and disfluency cleanup, Gemini 3.5 Transcribe converts raw audio directly into accurate, polished, formatted text.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör Google Gemini.
Mer att läsa
Experts say AI has made planning cyberattacks on industrial equipment faster by helping attackers read manuals and research past accidents more quickly
Techmeme för 2 tim sedan
Current and former officials from the US and other countries describe the Chinese spy agency MSS' campaign to help Chinese companies acquire advanced AI chips
Techmeme för 6 tim sedan
Tesla rolls out FSD v15, featuring a photorealistic rendering of car surroundings; Elon Musk says it is real-time AI video generation without using game engines
Techmeme för 6 tim sedan
Sources: AI server suppliers like Dell, HPE, Lenovo, and Supermicro are demanding substantially higher prices from buyers, months after contracts were signed
Techmeme för 7 tim sedan
