谷歌Gemini 3.5 Transcribe编辑音频中的填充词
谷歌更新Gemini Audio，提供新的转录功能，可以检测专业术语和85种以上的语言，用户可以通过语音自然编辑。 这影响了谷歌语音控制AI功能的用户。
谷歌更新了其Gemini音频模型，推出了新的转录功能，引入了Gemini 3.5 Transcribe，相比之前的转录模型Chirp 3有了重大进步。Gemini 3.5 Transcribe可以自动格式化文本，删除诸如“um”和“uh”之类的填充词，并适应独特的拼写要求和专业术语。它还可以为预先录制的音频中最多三位说话者进行语音归属，并提供逐字时间戳。从今天开始，该更新将在英语环境中面向所有macOS Gemini应用用户和部分国家和语言的Android上的Rambler Dictation功能推出。开发者可以通过Gemini API以公开预览版访问该功能。