@GoogleDeepMind: Gemini 3.5 Transcribe 是我们最新的语音转文本模型，用于精确和智能的转录。

X AI KOLs 2026/08/26 17:03 模型

speech-to-text ai-model gemini-3.5 transcription google-deepmind machine-learning

摘要

Google DeepMind 宣布 Gemini 3.5 Transcribe，这是一个新的语音转文本模型，用于精确和智能的转录。

Gemini 3.5 Transcribe 是我们最新的语音转文本模型，用于精确和智能的转录。🧵 https://t.co/24IDhwBtl7

查看原文

查看缓存全文

缓存时间: 2026/08/26 17:31

Gemini 3.5 Transcribe 是我们最新推出的支持精准智能转录的语音转文字模型。

以下是它的主要更新：它在理解复杂电话号码、邮政编码和订单号方面表现更佳——即使在嘈杂环境中。它能够移除口语填充词并自动优化文本格式。它可识别自定义词汇表，使模型能够掌握特殊名称和产品标题。它可自动检测并转录超过85种语言的语音内容。

现在即可在 macOS 平台的 @Geminiapp 应用及 @Android 平台的 Gboard 输入法中体验。

立即在 @GoogleAIStudio 和 @Antigravity 开始构建应用 → https://goo.gle/4gzP1K8

相似文章

Google DeepMind Blog

Google 推出 Gemini 3.5 Transcribe，这是一款新的 AI 模型，提供精确且智能的实时语音转文本转录，开发者可通过 API 获取。

Ars Technica

Google已宣布Gemini 3.5 Transcribe，这是一款用于语音转文本的AI模型，通过移除如“嗯”这样的填充词并支持85种语言来提高速度和准确性，正在其生态系统中推出。

Product Hunt

Gemini 3.5 Transcribe 被宣布为目前最精确的语音转文本模型，并在Product Hunt上提供了讨论链接。

TLDR AI

Google 发布了新的 Gemini 模型，包括 Gemini 3.8 Live 和 3.5 Transcribe，旨在增强实时语音应用，为开发者提供改进的对话式 AI 和多语言转录功能。

X AI KOLs

Google DeepMind 发布了 Gemini 3.1 Flash TTS，这是一个先进的文本转语音模型，配备新的音频标签，可通过文本命令实现对语音风格、语调和速度的细粒度控制。