Представлення Gemini 3.5 Transcribe27 серпня о 15:02 компанія Google представила нову модель для розпізнавання мовлення під назвою Gemini 3.5 Transcribe. Ця технологія перетворює неструктуровану усну мову на впорядкований текст, підтримуючи понад 85 мов. Gemini 3.5 Transcribe здатна прибирати слова-паразити, розрізняти до трьох співрозмовників і додавати часові позначки для окремих слів, що робить її дуже ефективною у процесі транскрипції.
Модель також розуміє голосові команди для редагування тексту та враховує спеціальну лексику і нестандартне написання слів. Особливістю Gemini 3.5 Transcribe є покращене розпізнавання буквено-цифрових послідовностей, таких як номери замовлень і поштові індекси. Технологія вже знайшла своє застосування в функції Rambler на Android-пристроях, а також у серії смартфонів Pixel 11 і в застосунку Gemini для macOS.
Плани інтеграції та вплив технологіїGoogle планує інтегрувати модель Gemini 3.5 Transcribe у кілька своїх сервісів, зокрема у веб-браузер Chrome, а також у Google Antigravity. Надалі модель планують додати до таких продуктів, як:
- Search Live
- Gemini Live
- Docs
- Keep
- Gmail
Впровадження нової технології Gemini 3.5 Transcribe підкреслює прагнення Google до покращення користувацького досвіду, спрощуючи процес перетворення усної мови в текст. Це може суттєво вплинути на різні сфери, зокрема на освіту, бізнес і медіа, де швидка та точна транскрипція є важливою. З огляду на інтеграцію з популярними сервісами компанії, можна очікувати, що ця технологія стане невід'ємною частиною повсякденного використання цифрових пристроїв.
