谷歌发布Gemini 3.5 Transcribe，语音转写效率与精度双升级

谷歌今日正式推出全新语音转文本人工智能模型Gemini 3.5 Transcribe，其处理速度相较前代Chirp 3提升约70%，在实时语音识别任务中展现出更强的响应能力。

错误率下降至5.5%，多说话者场景表现优化

该模型在真实环境下的实时语音识别错误率已降至5.5%，优于Chirp 3的7.32%。系统具备智能过滤功能，能自动移除“嗯”“呃”等口语填充词，并支持对已生成内容进行即时修正，提升输出流畅性。

覆盖85种语言，支持三人以内音频解析

Gemini 3.5 Transcribe兼容85种语言，适用于跨语言沟通场景。同时，其能够有效分离并识别最多三位发言者的语音内容，适用于会议记录、访谈整理等复杂音频处理需求。