2009
Google представила Gemini 3.5 Transcribe — нову модель для перетворення мовлення на текст. Вона не просто записує сказане дослівно, а може автоматично прибирати слова-паразити, паузи та самовиправлення, формуючи більш чистий готовий текст.
Ця модель уже використовується у функції Rambler клавіатури Gboard на смартфонах Pixel 11.
Google заявляє, що Gemini 3.5 Transcribe приблизно на 70% швидша від попереднього механізму голосового розпізнавання Chirp 3.
Рівень помилок під час роботи з живим мовленням, за даними компанії, знизився до 5,5%.
Поки Rambler у Gboard обмежений Pixel 11, але Google планує розширити його на інші пристрої з Gemini Intelligence пізніше цього року.
На macOS нова модель уже почала використовуватися для голосового вводу в застосунку Gemini.
Розробники також отримують доступ до Gemini 3.5 Transcribe.
Модель з’явилася у середовищі Antigravity, де з дозволу користувача може враховувати контекст екрана та історію чату.
В AI Studio вона використовується у режимі створення застосунків, де розробник може диктувати команди природною мовою.
Доступ передбачений і через Gemini API.
Найбільш масовий сценарій очікується у Chrome. Google заявила, що незабаром додасть Gemini 3.5 Transcribe безпосередньо у браузер.
Після цього голосом можна буде вводити текст у будь-яке поле на вебсторінці — від електронної пошти до коментарів або запитів до чатботів.
Таким чином, Google переносить модель з окремих пристроїв і застосунків на рівень загального інструмента введення тексту.
