Articles sur Gemini 3.5 Transcribe

Google AI a lancé Gemini 3.5 Transcribe, un modèle de reconnaissance vocale, qui affiche un taux d'erreur de mots (WER) moyen de 2,6 % dans plus de 85 langues. Ce modèle est divisé en deux points de terminaison : le point de terminaison en flux et le point de terminaison par lots. Le point de terminaison en flux offre une transcription en moins d'une seconde, mais ne prend pas en charge la reconnaissance des locuteurs et les horodatages des mots. Le point de terminaison par lots prend en charge ces deux fonctionnalités, mais est deux fois moins cher que le point de terminaison en flux. Google indique que le point de terminaison en flux a un WER de 4,0 %, tandis que le point de terminaison non en flux a un WER de 2,6 %, soit 70 % plus rapide que Chirp 3.

Le Gemini 3.5 Transcribe de Google peut reconnaître 85 langues et corriger les mots de remplissage et les lapsus dans la transcription vocale en temps réel. Il atteint un taux d'erreur de mots de 4,0% en mode streaming, ce qui représente une diminution de 70% du retard par rapport à la génération précédente, Chirp 3. De plus, grâce à des appels de fonction, les tâches peuvent être transférées à d'autres modèles Gemini.

Google a annoncé le lancement de Gemini 3.5 Transcribe, qui offre une fonctionnalité de transcription vocale à texte grâce à l'intelligence artificielle. Cette technologie sera appliquée à davantage de produits Google, notamment Chrome. Le lancement de Gemini 3.5 Transcribe marque une nouvelle étape dans l'engagement de Google dans le domaine de la reconnaissance vocale.

Google DeepMind a annoncé Gemini 3.5 Transcribe, qui améliore encore les capacités de transcription intelligente. Le lancement de Gemini 3.5 Transcribe marque une nouvelle avancée majeure de Google dans la technologie de reconnaissance vocale. Les améliorations apportées à cette technologie permettront d'atteindre une précision et une efficacité plus élevées pour les applications de transcription vocale à texte.