Google DeepMind·· 2026-08-27精选AI 评分70
Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文本模型
Intelligent transcription with Gemini 3.5 Transcribe
AI 导读
Google DeepMind 发布语音转文本模型 Gemini 3.5 Transcribe，主打实时转写与智能语音交互，提供实时流式（Live API）和预录音频（Interactions API）两种接入方式。
推荐理由
给出了 WER、延迟改善幅度和多语言覆盖等具体基准，并区分了实时与预录两种接入方式，便于评估在语音产品中的替换价值。
来源：Google DeepMind · deepmind.google