TL;DR · 一句话结论

Gemini 3.5 Transcribe 发布:面向实时语音交互的高精度语音转文本模型。这是一条「论文研究(Research)」类 AI 信号,小雯机会评分 9.5/10,风险评分 3.6/10,数据源为 AI HOT / Google DeepMind:Blog(RSS)。

Opportunity Signal

Gemini 3.5 Transcribe 发布:面向实时语音交互的高精度语音转文本模型

Google DeepMind:Blog(RSS): Gemini 3.5 Transcribe 发布:面向实时语音交互的高精度语音转文本模型

论文研究 / Research 9.5 Opportunity · 风险 3.6

Google DeepMind 推出 Gemini 3.5 Transcribe 语音转文本模型,支持流式与非流式两种 API。据 Artificial Analysis 评测,其流式与非流式平均词错率分别为 4.0% 和 2.6%,支持超 85 种语言、自定义词汇及最多三人说话人识别。

小雯判断:研究信号要转成产品判断:它会降低成本、提升能力,还是创造新场景。这条值得关注:Gemini 3.5 Transcribe 发布:面向实时语音交互的高精度语音转文本模型
ResearchGoogleGemini