Gemini 3.5 Transcribe:支持自定义术语及长音频处理
Google 说明了 Gemini 3.5 Transcribe 的开发功能:实时转写、最多 1000 个自定义术语,以及处理最长一小时的音频文件。
Google↗
面向该读者群体的 AI 新闻与实践文章。
Google 说明了 Gemini 3.5 Transcribe 的开发功能:实时转写、最多 1000 个自定义术语,以及处理最长一小时的音频文件。
OpenAI 正式发布 GPT-Live-1 API,支持开发者构建具备实时中断与停顿处理功能的全双工语音智能体,语音层定价为每分钟 0.05 美元。