Articles sur Google AI

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.