Gemini 3.5 Transkripsiyonlu akıllı transkripsiyon

Hassas ve akıllı, gerçek zamanlı transkripsiyon için tasarlanmış en yeni konuşmayı metne dönüştürme modelimiz. Bugün, akıllı ses etkileşimleri için tasarlanmış, şimdiye kadarki en hassas konuşmayı metne dönüştürme modelimiz olan Gemini 3.5 Transcribe'ı tanıtıyoruz. Arka plan gürültüsü, karmaşık jargon ve akıcı olmayan konuşmaların temizlenmesiyle uğraşan geleneksel konuşma tanıma modellerinin aksine, Gemini 3.5 Transcribe, ham sesi doğrudan doğru, gösterişli, biçimlendirilmiş metne dönüştürür. Gemini uygulaması ve Android gibi ürünlerimizde, tüketicilerin halihazırda Android'de Rambler ve macOS'ta Gemini uygulamasında olduğu gibi yeni ses özelliklerine sahip bu transkripsiyon modelinden faydalandığını gördük. Artık geliştiriciler, Google AI Studio'daki Gemini API ve Gemini Enterprise Agent Platform'daki Gemini 3.5 Transcribe ile benzer yetenekler geliştirebilirler. İster ses aracıları, ister gerçek zamanlı altyazı ekleme araçları veya çağrı sonrası analiz hatları oluşturuyor olun, geliştirici iş akışlarınıza sorunsuz bir şekilde bağlanmak için 3.5 Transcribe'ı geliştirdik.

Model iki ayrı API'de mevcuttur: Gemini 3.5 Transcribe, amacınızı daha iyi anlamak ve özel kelimeleri tanımak için doğal konuşma tarzınızı yakalamak üzere tasarlanmıştır, böylece görevleri sesinizle gerçekleştirebilirsiniz. Gemini 3.5 Transcribe, canlı dil geçişlerini ve kusursuz akışlı transkripsiyon işlemlerini yönetir İzle Gemini 3.5 Akıllı transkripsiyon yetenekleriyle konuşma akıcılıklarını temizleyerek transkripsiyon yapın. 3.5 Transcribe, çoklu konuşmacı özelliği ve kelime düzeyinde zaman damgaları ile transkripsiyon sunar. Gemini 3.5 Transcribe'ın performansı, önceki transkripsiyon modelimiz Chirp 3'e göre büyük bir ilerlemeyi temsil eder; yeni özellikler, iyileştirilmiş kelime hatası oranları ve önemli ölçüde daha iyi gecikme sunar. Yapay Analiz ile ölçüldüğü üzere, örneğin son transkripsiyona kadar geçen süre %70 oranında iyileşir. Bir dizi en iyi dil ve yerel ayarlarda FLEURS karşılaştırmasında model, hassas çok dilli performans sunarak Chirp 3'e göre iyileştirme sağlıyor ve akış modunda %5,50 WER ve akış dışı kullanım durumlarında %5,04 WER elde ediyor. Google AI Studio'daki Gemini API'ye ve Gemini Enterprise Agent Platform'a ek olarak 3.5 Transcribe, Google'da çalışmanın daha doğal ve sezgisel olmasını sağlamak için standart konuşmadan metne dönüştürmenin ötesine geçer.