Google DeepMind·· 2026-08-27精选AI 评分71
Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型
Intelligent transcription with Gemini 3.5 Transcribe
AI 导读
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文字模型，可将原始音频直接转为准确、格式化文本。据 Artificial Analysis 测量，流式场景平均 WER 为 4.0%，非流式 2.6%；相比此前的 Chirp 3，最终转写时间改善 70%。
推荐理由
官方给出流式与非流式两套 API 的 WER 数据和相对 Chirp 3 的延迟提升，便于判断语音转写能否接入现有工作流。
来源：Google DeepMind · deepmind.google