Google випустила нову модель Gemini 3.5 Transcribe для транскрипції аудіо в реальному часі

Категорії

Світ Економіка Війна Технології Наука Авто Спорт Здоров'я Шоу-Бізнес Пізнавально Політика

Вінницькі Волинські Дніпровські Донецькі Житомирські Закарпатські Запорізькі Івано-Франківські Київські Кропивницькі Кримські Луганські Львівські Миколаївські Одеські Полтавські Рівненські Сумські Тернопільські Харківські Херсонські Хмельницькі Черкаські Чернігівські Чернівецькі

Погода

Київ

вологість:

тиск:

вітер:

Погода на 10 днів від sinoptik.ua

Google випустила нову модель Gemini 3.5 Transcribe для транскрипції аудіо в реальному часі

28 серпня 2026 р. 05:16

28 серпня 2026 р. 05:16

Компанія Google оновила Gemini Audio за допомогою нових моделей Gemini 3.5, додавши можливості автоматичного розпізнавання спеціалізованої термінології і понад 85 мов.

Про це повідомляє The Verge , передає Укрінформ.

Моделі Gemini 3.5 Live, 3.5 Live Experimental та 3.5 Transcribe створені для забезпечення більшої точності голосових функцій штучного інтелекту від Google. Вони розраховані на стабільну роботу в умовах фонового шуму та під час перебивання мовлення.

Gemini 3.5 Transcribe — це повністю нове доповнення до сімейства Gemini. У Google заявляють, що модель є значним удосконаленням порівняно з попередньою системою транскрипції Chirp 3, зокрема щодо багатомовної роботи та зниження частоти помилок у словах.

За даними компанії, нова модель дозволяє «редагувати текст природно лише за допомогою голосу», а також може автоматично форматувати текст і видаляти слова-паразити, такі як «ем» і «ее». Користувачі можуть додавати до моделі власний словник, завдяки чому 3.5 Transcribe автоматично адаптуватиме транскрипцію до специфічних вимог написання та професійної термінології без потреби ручного редагування. Вона також здатна визначати до трьох співрозмовників у попередньо записаному аудіо та розставляти часові мітки для кожного слова.

Transcribe запускається разом із версіями 3.5 Live та 3.5 Live Experimental, які базуються на існуючій технології розпізнавання мови режиму голосового чату Gemini. Модель Gemini 3.5 Live краще справляється з перебиванням посеред речення, розпізнаванням мови та обробкою візуальної інформації у реальному часі, тоді як 3.5 Live Experimental покроково описує процес виконання складних завдань.

Ці оновлення Gemini Audio вже впроваджуються англійською мовою для користувачів застосунку Gemini на macOS, а також для функції диктування Rambler на Android у вибраних та мовах. Вони також доступні для розробників у публічній попередній версії в Gemini API через AI Studio та Antigravity. У Google також анонсували появу найближчим часом підтримки в браузері Chrome.

Як повідомляв Укрінформ, Google робить свого персонального ШІ-асистента Gemini Spark доступним для ширшого кола користувачів.

Фото: unsplash