PROMPTOWY_
Newsy

Google DeepMind prezentuje Gemini 3.5 Transcribe - najdokładniejszy model zamiany mowy na tekst

promptowy@ai:~$ cat news_1

Gemini 3.5 Transcribe osiąga Word Error Rate 2,6% dla nagrań i 4,0% dla transkrypcji strumieniowej mierzone przez Artificial Analysis.

promptowy@ai:~$ cat news_2

Model obsługuje ponad 85 języków, rozpoznaje do trzech mówców i automatycznie usuwa słowa-wypełniacze oraz dygresje.

promptowy@ai:~$ cat news_3

Deweloperzy mają dostęp do modelu przez Gemini API w Google AI Studio - zarówno w wersji do strumieniowania na żywo (Live API), jak i do przetwarzania gotowych nagrań (Interactions API).

promptowy@ai:~$ open --full
Czytaj całość

Google DeepMind prezentuje Gemini 3.5 Transcribe - najdokładniejszy model zamiany mowy na tekst

Otwórz artykuł na promptowy.com