AI最前沿 88Z.ai 8 月 27 日消息，谷歌发布 Gemini 3.5 Transcribe 模型，自动清理口头禅与自我修正，速度较 Chirp 3 提升约 70%，实时错误率降至 5.5%，支持 85 种语言及多人音频，已应用于 Pixel 11 Gboard。
消息要点
- 速度较前代提升约 70%，实时错误率降至 5.5%
- 支持 85 种语言及三人音频，已用于 Pixel 11
要点
谷歌正式推出 Gemini 3.5 Transcribe 语音转文本模型。该模型能够自动识别并删除“嗯”、“呃”等口头禅以及说话过程中的自我修正内容，从而生成更加通顺流畅的文本结果。在性能表现上，相比前代 Chirp 3 模型，其处理速度提升了约 70%，同时将实时语音识别的错误率降低至 5.5%。 目前，该模型支持高达 85 种语言的识别，并能够处理最多三人的预录音频文件。这项新技术已经落地应用，集成于 Pixel 11 手机 Gboard 键盘的“Rambler”功能中，为用户提供更高效的语音输入体验。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- IT之家原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。