Google представила Gemini 3.5 Transcribe для перетворення мовлення на текст за допомогою ШІ

Поки ми чекаємо (можливо, марно) на запуск Gemini 3.5 Pro, Google випускає іншу модель у гілці 3.5. Компанія оголосила про Gemini 3.5 Transcribe — модель штучного інтелекту, розроблену для оптимізації голосового введення шляхом вилучення «е-е» та виправлень і виведення відредагованого тексту, створеного ШІ. Ця модель уже забезпечує роботу функції «Rambler» у Gboard на Pixel 11, але незабаром з’явиться в усій екосистемі Google.

За даними Google, Gemini 3.5 Transcribe набагато швидша й точніша за попередній рушій перетворення голосу на текст, відомий як Chirp 3. Нова модель ШІ має скорочувати час від голосу до остаточного транскрибованого тексту приблизно на 70 відсотків, а рівень помилок у режимі живого мовлення знизився до 5,5 відсотка. Це лише трохи краще за Chirp 3, для якого Google наводить показник 7,32 відсотка. Втім, виправляти друкарські помилки під час використання голосового введення складно, тож будь-яке покращення тут є корисним.

Авторство: Google

Прочитати повну статтю

Коментарі