Google lança Gemini 3.5 Transcribe, com API para desenvolvedores

Resumo

• O Gemini 3.5 Transcribe alimenta o recurso Rambler, disponível no Android e no Gboard, e está presente no app Gemini para macOS.

  A integração direta com produtos do Google mostra aplicação prática da tecnologia em contexto de consumo.

• O novo modelo será integrado ao navegador Chrome, permitindo ditar texto em qualquer campo web.

  Isso amplia o alcance da ferramenta para um público enorme, tornando a transcrição por voz mais acessível no dia a dia.

• O Gemini 3.5 Transcribe alcança uma taxa média de erro de palavra (WER) de 4,0% para streaming e 2,6% para processamento de áudio pré-gravado.

  Esses índices demonstram uma precisão alta, especialmente em ambientes ruidosos, justificando a afirmação de ser o modelo mais preciso até o momento.

• O Gemini 3.5 Transcribe lida com autocorreções e remove palavras de preenchimento como 'ums' e 'ahs' do texto final.

  Isso melhora a qualidade da transcrição, tornando-a mais natural e útil para aplicações de voz.

• O Gemini 3.5 Transcribe suporta a identificação de múltiplos falantes e fornece timestamps em nível de palavra.

  Essas funcionalidades são cruciais para aplicações como transcrição de reuniões e análise de chamadas.

• O Google lançou o Gemini 3.5 Transcribe, um modelo de transcrição de fala para texto que suporta mais de 85 idiomas e remove palavras de enchimento.

  O novo modelo de transcrição do Google é mais preciso e suporta muitos idiomas, limpando o discurso de palavras como 'ums' e 'ahs'.

• O Gemini 3.5 Transcribe pode transcrever em tempo real ou processar áudio pré-gravado, e já está disponível no Gboard e no app Gemini para macOS, além de ser anunciado para o Chrome.

  Amplia o alcance do modelo, indicando que a tecnologia não se limita ao Pixel 11 e pode ser usada em outras plataformas.