Google DeepMind·· 2026-08-27精選AI 評分69
Google DeepMind 發佈 Gemini 3.5 Transcribe 語音轉文字模型
Intelligent transcription with Gemini 3.5 Transcribe
AI 導讀
Google DeepMind 發佈 Gemini 3.5 Transcribe，這是一款面向智能語音互動的語音轉文字模型。它可透過 Live API 以低於一秒的延遲進行即時串流，亦可經 Interactions API 處理預錄音訊，提供説話者歸屬及逐字時間戳。
推薦理由
材料同時提供串流與非串流 WER，以及相較 Chirp 3 的最終轉錄時間改善幅度，讓準確度與延遲兩項表現有具體數據可供對照。
來源：Google DeepMind · deepmind.google