Google 发布 Gemini 3.5 Transcribe：去除语气词、支持 85 种语言转录
谷歌更新 Gemini Audio，新增 Gemini 3.5 Transcribe 等模型。称其可将无结构语音整理为格式化文本，自动识别超过 85 种语言、删除语气词“嗯”“呃”等，并支持用语音指令编辑内容。 该模型可学习自定义词汇，识别订单号等字母数字串，还能为预录音频中的最多 3 名说话者标注词级时间戳。它将接入 Chrome 网页输入框、Search Live、Gemini Live、Do...
10 条评论
点赞
收藏