RecodeX 重构消息,谷歌宣布,其最新的Gemini 3.5 Transcribe模型即将允许用户在Chrome浏览器的任意网页字段中使用语音转文字功能。该功能旨在将用户的语音输入转换为结构化文本,提升输入效率。目前尚未公布具体上线时间。
谷歌Gemini 3.5 Transcribe将支持Chrome任意网页语音转文字
后续报道
谷歌发布Gemini 3.5 Transcribe AI语音转文字功能
RecodeX 重构消息,谷歌宣布推出Gemini 3.5 Transcribe,这是一款由AI驱动的语音转文字工具。该技术目前已在Gboard的Rambler功能中应用,未来将扩展至更多谷歌产品,包括Chrome浏览器。
谷歌发布Gemini 3.5 Transcribe语音转文字模型,平均词错率2.6%
RecodeX 重构消息,谷歌推出Gemini 3.5 Transcribe语音转文字模型,提供流式与批量两个独立端点。流式端点实现亚秒级转录,但移除说话人分离和时间戳;批量端点保留这些功能,成本减半。据谷歌报告,流式词错率4.0%,非流式2.6%,最终化速度比Chirp 3快70%。该模型支持85种以上语言,适用于语音代理和转录管道构建。