Gemini 3.5 Transcribe превращает речь в чистый текст Google выпустила…

Gemini 3.5 Transcribe превращает речь в чистый текст

Google выпустила Gemini 3.5 Transcribe — новую модель для распознавания речи, которая уже претендует на место среди лучших в классе.

Она не просто переводит аудио в текст, а сразу приводит речь в нормальный вид: убирает «эээ», слова-паразиты, оговорки и понимает, когда человек исправляет себя прямо во время фразы.

На выходе получается не сырая стенограмма, а аккуратный отформатированный абзац. То есть меньше ощущения, что вы читаете расшифровку созвона, где все говорили одновременно и забыли тему встречи.

Что умеет:
— различает до трёх спикеров
— поддерживает 85+ языков
— понимает смешение языков в одной фразе
— чистит сбивчивую речь
— форматирует результат
— быстрее отдаёт финальную расшифровку

По тестам Artificial Analysis, в нестриминговом режиме Word Error Rate составляет всего 2,6%, а время до готового текста сократилось на 70% по сравнению с предыдущей моделью Chirp 3.

Модель уже доступна в API, Gboard на Android и приложении Gemini для macOS.