Google заявляет, что её новейшая модель транскрипции Gemini способна превратить ваши сумбурные мысли в структурированный текст
В компании говорят, что Gemini 3.5 Transcribe вскоре позволит использовать преобразование речи в текст в любом веб-поле браузера Chrome.
Компания Google представила новую аудиомодель на базе искусственного интеллекта, которая, по её словам, обеспечивает улучшенное распознавание речи и транскрипцию. Gemini 3.5 Transcribe пополнила семейство Gemini Audio, куда уже входят Gemini 3.5 Live и Gemini 3.5 Live Experimental.
В компании отмечают, что Gemini 3.5 Transcribe справляется с преобразованием речи в текст лучше предыдущих моделей, обладая повышенной точностью и способностью автоматически распознавать более 85 языков. Модель умеет преобразовывать неструктурированную речь пользователя в форматированный текст. Её можно использовать для внесения правок с помощью голосовых команд, кроме того, она удаляет слова-паразиты из расшифрованной речи.
Вместо того чтобы вводить каждую мысль вручную, Gemini 3.5 Transcribe подстраивается под то, как вы говорите на самом деле:
✅ Легко справляется с самоисправлениями
✨ Удаляет слова-паразиты, выдавая чистый, отформатированный текст
🎯 Понимает ваши естественные намерения и стиль речи
🔊 Точно захватывает звук на… pic.twitter.com/17YcsDi7Q0— Google (@Google) 26 августа 2026 г.
По заявлению Google, модель способна изучать пользовательский словарный запас и уникальные варианты написания, а также отлично справляется с распознаванием буквенно-цифровых строк, таких как номера заказов и почтовые индексы. Более того, в компании утверждают, что Gemini 3.5 Transcribe может распределять речь между тремя спикерами с точностью до слова по временным меткам на основе предварительно записанного аудио. Это может оказаться полезным, например, при расшифровке подкаста.
Вряд ли станет сюрпризом то, что Gemini 3.5 Transcribe лежит в основе функции Rambler на таких Android-устройствах, как телефоны линейки Pixel 11, а также в приложении Gemini для macOS (где она может взаимодействовать с другими моделями Gemini для выполнения задач в качестве агента).
Интересно, что в Google обещают: вскоре вы сможете использовать преобразование текста в речь в любом поле веб-страницы в браузере Chrome. Например, вы сможете диктовать ответы и публикации, а также отдавать команды Gemini голосом. Gemini 3.5 Transcribe также доступна в Google Antigravity — платформе разработки агентов от компании — и скоро появится в Search Live, Gemini Live, Docs, Keep и Gmail. Разработчики смогут обращаться к модели через API.
