Google 推出 Gemini 3.5 Transcribe,其最精准的语音转文本模型,支持实时流式与预录音频处理,可通过 Live API 和 Interactions API 调用。相比前代 Chirp 3,流式 WER 降至 4%,延迟改善 70%,并支持 85 种以上语言、自定义词汇和多说话人识别。
Gemini 3.5 Transcribe 发布:更精准的实时语音转写模型