Gemini 3.5 Transcribe: словарь до 1000 терминов и записи до часа

01 Что произошло

Google описала возможности Gemini 3.5 Transcribe для разработчиков. Модель, выпущенная месяцем ранее, работает с потоковой речью и аудиофайлами; в сентябрьском обзоре компания уточнила настройки словаря и обработки записей.

02 Ключевые детали

• Поддержка потоковой транскрипции на более чем 85 языках с автоматическим переключением между ними.
• Возможность загрузки до 1000 терминов в custom_vocabulary для распознавания специализированной лексики.
• Обработка файлов до одного часа с функцией очистки текста, временными метками и разделением по спикерам через Interactions API.
• По внутренним оценкам Google, средний уровень ошибок (WER) составляет 4,0% для потоковой транскрипции и 2,6% для пакетной обработки.

03 Почему это важно

Использование настраиваемых словарей и функций интеллектуального редактирования позволяет разработчикам повысить точность транскрипции в профессиональных приложениях.

04 Кому полезно

Разработчики программного обеспечения и инженеры, работающие с голосовыми интерфейсами.