Gemini 3.5 Transcribe хоче зробити усне мовлення професійним

Набір тексту під час розмови незабаром може стати справою минулого. Google представив Gemini 3.5 Transcribe — нову модель штучного інтелекту, призначену для перетворення природної мови на чіткий, читабельний текст.

Ця модель виходить за межі базової транскрипції. Вона може видаляти слова-заповнювачі, автоматично упорядковувати текст та форматувати результат, завдяки чому вам не доведеться самостійно виправляти кожне речення. Ви навіть можете редагувати текст за допомогою голосу, що значно прискорить створення нотаток, чернеток та повідомлень.

За словами Google, Gemini 3.5 Transcribe є вдосконаленою версією попередньої моделі Chirp 3, особливо у випадках, коли люди розмовляють різними мовами. Вона підтримує понад 85 мов, включаючи російську, і може розпізнавати зміну мови в межах одного запису.

Ваш словниковий запас може навчити ШІ розпізнавати важливе

Спеціалізована лексика часто створює проблеми для розпізнавання мови. Gemini 3.5 Transcribe вирішує цю проблему за допомогою користувацького словника. Ви можете додавати імена, технічні терміни та нестандартні варіанти написання, допомагаючи моделі розпізнавати слова, які стандартні засоби розпізнавання мови можуть пропустити.

У випадку із записаним аудіо модель також може розрізняти до трьох мовців і додавати часові мітки до окремих слів. Це може значно полегшити обробку інтерв’ю, зустрічей та досліджень.

Google також працює над моделями Gemini 3.5 Live та Live Experimental. Ці моделі можуть покращити якість голосових розмов у реальному часі, зокрема щодо переривань та візуального розуміння. Однак Google ще не оголосив дати їхнього випуску.

Це може змінити ваш спосіб роботи

Ми вважаємо, що такі інструменти, як Gemini 3.5 Transcribe, можуть непомітно змінити повсякденні робочі процеси. Ви зможете витрачати менше часу на набір тексту та виправлення транскриптів, а більше — на роботу з самими ідеями.

Модель уже доступна англійською мовою через додаток Gemini для macOS та у вигляді публічної попередньої версії через API Gemini. Google також планує інтегрувати її в Chrome.

Хочете бути в курсі останніх розробок у сфері штучного інтелекту? Поділіться цією статтею зі своєю командою та дізнайтеся більше про штучний інтелект у нашому блозі.