BloggGoogle Gemini
Intelligent transcription with Gemini 3.5 Transcribe
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.
26 aug. blog.google