Google представила Gemini 3.5 Transcribe: быстрый и умный распознаватель речи

Запусти Gemini 3.5 Transcribe и получи транскрипцию почти мгновенно. Модель обрабатывает как загруженные файлы, так и потоковое аудио, задержка ниже секунды. Она автоматически определяет, кто говорит, ставит метки времени и меняет язык без пауз.

Удаляй лишние «ээ», фиксируй исправления в реальном времени и получай сразу отформатированный текст. Google позиционирует сервис как ядро для голосовых помощников, а не просто диктофон.

На тесте FLEURS модель ошибается примерно в 5 % случаев, а время полной транскрипции сократилось на 70 % по сравнению с Chirp 3. Такие цифры получены в лаборатории; в шумных условиях, на фабрике или в переговорных с плохими микрофонами результаты могут отличаться.

Если голосовой ввод станет надёжным, он заменит клавиатуру в диалогах с агентами. Gemini 3.5 Transcribe уже умеет разбирать паузы, оговорки и исправления, делая разговор естественным.