谷歌DeepMind今日推出Gemini 3.5 Transcribe，支持实时流式与预录音频转录，提供子秒延迟、多说话人归属、词级时间戳及背景噪消除。模型自动处理85+语言、专业术语与填充词清理，已集成至Gemini macOS应用、Android Rambler及即将登陆Chrome。开发者与企业可通过Gemini API与企业平台公测使用。该模型在Artificial Analysis基准下WER显著优于Chirp 3，标志语音交互精度进入新阶段。
信源:https://deepmind.google/blog/intelligent-transcription-with-gemini-3-5-transcribe/