🎙️ Google выпустили Gemini 3.5 Transcribe — одну из лучших моделей для распознавания речи
Новая модель превращает небрежную, сбивчивую речь в чистый, структурированный текст. Она не просто записывает слова, а понимает смысл и на лету редактирует сказанное.
Что умеет:
· Чистит речь: убирает слова-паразиты («эээ», «типа»), исправляет оговорки («встретимся во вторник... нет, в среду») и автоматически расставляет пунктуацию.
· Распознаёт спикеров: различает до трёх человек в аудиозаписи и ставит временные метки.
· Понимает 85+ языков: работает даже если вы смешиваете языки в одном предложении.
· Идеально для бизнеса: понимает специфическую терминологию (до 1000 кастомных слов) и отлично справляется с шумом.
Ошибок стало в разы меньше: у модели всего 2,6% ошибок для готовых записей и 4% для живого потока. Время обработки сократилось на 70%.
Где уже доступно:
· В API для разработчиков
· В Gboard на Android (функция Rambler)
· В приложении Gemini на macOS
· В Google AI Studio
· Скоро появится в Chrome
Google также сделали опенсорсный сервис Jot на базе новой модели.
Человеку приготовиться... к тому, что стены больше не нужны, чтобы записывать свои мысли.
Попробовать: https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe
@humanreadytech #Google #Gemini #ИИ #Транскрибация #РаспознаваниеРечи
Новая модель превращает небрежную, сбивчивую речь в чистый, структурированный текст. Она не просто записывает слова, а понимает смысл и на лету редактирует сказанное.
Что умеет:
· Чистит речь: убирает слова-паразиты («эээ», «типа»), исправляет оговорки («встретимся во вторник... нет, в среду») и автоматически расставляет пунктуацию.
· Распознаёт спикеров: различает до трёх человек в аудиозаписи и ставит временные метки.
· Понимает 85+ языков: работает даже если вы смешиваете языки в одном предложении.
· Идеально для бизнеса: понимает специфическую терминологию (до 1000 кастомных слов) и отлично справляется с шумом.
Ошибок стало в разы меньше: у модели всего 2,6% ошибок для готовых записей и 4% для живого потока. Время обработки сократилось на 70%.
Где уже доступно:
· В API для разработчиков
· В Gboard на Android (функция Rambler)
· В приложении Gemini на macOS
· В Google AI Studio
· Скоро появится в Chrome
Google также сделали опенсорсный сервис Jot на базе новой модели.
Человеку приготовиться... к тому, что стены больше не нужны, чтобы записывать свои мысли.
Попробовать: https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe
@humanreadytech #Google #Gemini #ИИ #Транскрибация #РаспознаваниеРечи