Новый ИИ от Google Gemini 3.5 Transcribe изменит ваш опыт работы с текстом

Google анонсировала новую ИИ-модель Gemini 3.5 Transcribe, которая улучшает голосовой ввод, убирая ненужные паузы и исправления, и планирует внедрить её в большее количество своих продуктов, включая браузер Chrome.

Новые возможности Gemini 3.5 Transcribe

Компания Google представила свою новую модель ИИ Gemini 3.5 Transcribe, которая призвана улучшить процесс голосового ввода. Эта модель уже используется в функции "Rambler" на смартфонах Pixel 11 и скоро станет доступна во многих других продуктах Google.

Gemini 3.5 Transcribe значительно быстрее и точнее, чем предыдущая версия голосового ввода, известная как Chirp 3. По словам Google, новая модель обеспечивает примерно 70% ускорение от момента произнесения слов до получения окончательного текста. Ошибки при распознавании речи теперь составляют всего 5.5%, что немного лучше, чем 7.32% у Chirp 3. Хотя улучшения не слишком велики, они значительно упрощают исправление опечаток при использовании голосового ввода.

Эффективность и точность

Gemini 3.5 Transcribe не только лучше распознает слова, но и более точно передает суть сказанного. Она способна убирать лишние "э-э" и "мм" из вашей речи, а также редактировать текст на лету в случае необходимости. Модель поддерживает 85 языков и может работать с записями, в которых участвуют до трёх человек.

Тем не менее, стоит отметить, что полагаться на ИИ для точной передачи смысла вашей речи имеет свои риски. Хотя модель хорошо справляется с исправлением мелких ошибок в коротких текстах, она все же изменяет формулировки, что может не подойти для всех случаев.

Расширение доступности

На данный момент Gemini 3.5 Transcribe доступна в приложении Rambler на устройствах Pixel 11, однако Google планирует расширить её использование на другие устройства с "Интеллектом Gemini" в этом году. Пользователи Gemini на macOS смогут воспользоваться этой моделью уже сегодня.

Разработчики также получат доступ к Gemini 3.5 Transcribe. С сегодняшнего дня Antigravity получит новую модель с полным доступом к контексту экрана и истории чата (с вашего разрешения). Модель для создания в AI Studio также теперь имеет Gemini 3.5 Transcribe, что позволит разработчикам использовать голосовой ввод для оптимизации приложений.

Если вы не используете указанные приложения или устройства, пока что не сможете протестировать Gemini 3.5 Transcribe, но она скоро появится. Google планирует внедрить функцию транскрипции в браузер Chrome в ближайшее время, что позволит вводить текст в любые поля на веб-страницах, будь то написание электронных писем или общение с чат-ботами.