Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型

Google DeepMind 推出 Gemini 3.5 Transcribe，这是其最新的语音转文字模型，支持实时流式与预录音频处理两种 API。据 Artificial Analysis 测量，该模型流式词错误率为 4.0%，非流式为 2.6%，相比上一代 Chirp 3 最终转录时间提升 70%，并支持超过 85 种语言及最多三人的说话人识别。