Google представил Gemini 3.5 Transcribe в составе Gemini Audio, добавив функции улучшенной транскрипции. Теперь система удаляет слова-паразиты, такие как «эм» и «ах», что улучшает восприятие текста.
Новые возможности Gemini 3.5 Transcribe
Обновление Gemini 3.5 Transcribe позволяет выявлять специализированный жаргон и поддерживает более 85 языков. Google утверждает, что эта версия значительно превосходит предыдущую — Chirp 3 по многим параметрам, включая многязычную обработку и количество ошибок в текстах.
Пользователи могут управлять транскрипцией с помощью голоса, а также добавлять пользовательский словарь, что позволит системе лучше справляться с уникальными терминами и спецификой использования языка. К тому же новый инструмент может распределять речь между тремя спикерами в заранее записанном аудио.
Что это значит для русскоязычных пользователей
На данный момент Gemini 3.5 Transcribe доступен для пользователей macOS и устройствах Android с функцией диктовки Rambler в некоторых странах. По информации Google, поддержка Chrome появится вскоре. Это открывает новые возможности для профессионалов в России, работающих с многоязычным контентом и нуждающимся в качественной трансформации аудио в текст.
По предварительной информации, система также будет улучшена в будущем с добавлением поддержки работы с речью в реальном времени и визуальной обработкой. Такие функции найдут применение не только в бизнесе, но и в образовательной сфере.
Перспективы развития
Следующий шаг — интеграция Gemini в Chrome и расширение функционала для разработчиков. Будем ждать новых анонсов от Google в будущем.