Google 更新 Gemini 3.5 Transcribe

关键信息

Google 表示，3.5 Transcribe 相比 Chirp 3 在多语言表现和文字错误率方面都有提升。它目前正面向 macOS 上的 Gemini 应用用户以英语推出，也在部分国家和语言的 Android Rambler 语音听写功能中上线，同时通过 AI Studio 和 Antigravity 在 Gemini API 中向开发者提供公开预览，Chrome 支持也即将推出。

资讯摘要

Google 表示，Gemini 3.5 Transcribe 相比之前的转录模型 Chirp 3 有了“重大进步”。公司强调，它在多语言表现和文字错误率方面都有明显改善。这个模型支持“只用你的声音自然编辑”，也就是用户可以通过语音直接修改文本。它还能自动整理文本格式，并删除“um”“uh”这类口头填充词。

与此同时，Google 加入了自定义词汇功能，用户可以提供专业术语或特殊拼写，让模型自动适配，减少后续手动修正。对于预录音频，它最多可以标注三位说话人的发言，并提供逐词时间戳。该功能从今天起开始向所有 macOS 上的 Gemini 应用用户以英语推送，也会出现在 Android 上部分国家和语言的 Rambler 听写功能中。开发者则可以通过 AI Studio 和 Antigravity 在 Gemini API 的公开预览中使用它，Google 还表示 Chrome 支持即将到来。

资讯正文

Google 表示，3.5 Transcribe“相较于我们之前的转录模型 Chirp 3 代表了重大进步”，尤其是在多语言表现和措辞错误率方面。谷歌称，这款转录模型允许用户“只用自己的声音自然地编辑”，并且可以自动格式化文本，去除诸如“um”和“uh”之类的填充词。

用户可以向该模型提供自定义词汇表，使 3.5 Transcribe 能够自动适应独特的拼写要求和专业行话，从而避免这些词语需要手动编辑。它还可以为预录音频中的最多三位说话者标注发言，并提供逐词时间戳。

Gemini 3.5 Transcribe 从今天起开始推出，面向所有 macOS Gemini 应用用户，支持英语；同时也将登陆 Android 上部分国家和语言的 Rambler 语音听写功能。开发者还可以通过 AI Studio 和 Antigravity 在 Gemini API 的公开预览版中使用它。谷歌表示，Chrome 支持也即将到来。

来源与参考

1. 原始链接
2. Google’s new AI transcription edits out your ‘ums’ and ‘ahs’