ITCOW牛新网 8月27日消息，在Gemini 3.5 Pro尚未发布的情况下，谷歌推出同系列Gemini 3.5 Transcribe语音转文本模型。该模型不只做简单语音转写，可自动删除“嗯”“呃”等口头禅，还能处理说话人说错随即自我更正的内容，输出整洁通顺文本。
性能对比前代Chirp 3引擎：转录整体速度提升约70%，实时语音场景错误率降至5.5%，Chirp 3为7.32%。模型支持85种语言，预录音频最多识别3位说话人，还可导入自定义词汇表识别专业术语。
该模型现已用于Pixel11的Gboard键盘Rambler功能，后续将登陆谷歌更多产品服务。需要注意，AI会改写润色原始口语，不适合需要一字不差留存原话的场景。