Google发布Gemini 3.5 Transcribe，语音转文字提速70%

Google在等待Gemini 3.5 Pro发布期间，推出了同系列的Gemini 3.5 Transcribe模型。这个新模型专为语音输入设计，能自动去除语音中的“嗯”“啊”等填充词和口误，直接输出干净的文本。它已经在Pixel 11的Gboard“Rambler”功能中运行，现在开始向更多Google产品推广。

据Google介绍，Gemini 3.5 Transcribe比之前的语音转文字引擎Chirp 3更快更准。从语音到最终文本的转换速度提升约70%，实时语音错误率降至5.5%，略优于Chirp 3的7.32%。模型还支持85种语言，可识别最多三人参与的预录音频，并能根据用户自定义词汇处理专业术语。

需要注意的是，AI在转录时会改写原话，清除口语中的不一致和停顿。对短文本来说效果不错，但并非所有场景都适合改写原意。目前该模型已集成到Gboard、Gemini应用（macOS）、Antigravity和AI Studio中，开发者也可通过Gemini API调用。Google计划在“不久的将来”将Gemini 3.5 Transcribe带入Chrome浏览器，届时所有网页输入框都能使用AI语音转文字。