谷歌为Gemini Audio增添转录功能，3.5 Transcribe多语言表现重大进步！

谷歌Gemini Audio新增转录功能，支持超85种语言

谷歌为Gemini Audio增添了新的转录功能，新成员Gemini 3.5 Transcribe可自动识别专业术语和超过85种语言。此前，谷歌已推出3.5 Live Translate，而承诺于6月推出的Gemini 3.5 Pro模型仍未发布。

3.5 Transcribe：超越Chirp 3，转录体验大升级

谷歌表示，3.5 Transcribe“相较于我们之前的转录模型Chirp 3有了重大进步”，尤其在多语言表现和措辞错误率方面。该转录模型能让用户“仅用语音自然地编辑内容”，还可自动格式化文本并去除语气词。

用户能为其提供自定义词汇表，使模型自动调整转录内容，适应独特拼写要求和专业术语，避免手动编辑。它还能为预录制音频中最多三位发言者进行语音识别，并提供逐字时间戳。

3.5 Live和3.5 Live Experimental：更新推迟，前景待察

除3.5 Transcribe外，谷歌曾表示Gemini Audio今日推出基于现有语音识别技术的3.5 Live和3.5 Live Experimental更新，但发布后称这些额外模型尚未推出，且未给出新发布日期。此前信息显示，Gemini 3.5 Live在处理句中打断、语言识别和实时视觉处理方面表现更佳，3.5 Live Experimental能在处理复杂任务时实时逐步叙述处理进度。

3.5 Transcribe上线，多平台逐步铺开

从今天起，Gemini 3.5 Transcribe以英语版本面向所有macOS版Gemini应用用户推出，也会在部分国家和地区特定语言Android系统上的Rambler语音输入功能中上线。开发者可通过AI Studio和Antigravity在Gemini API中进行公开预览，谷歌称很快会支持Chrome浏览器。

编辑观点：谷歌此次为Gemini Audio增添转录功能是重要升级，3.5 Transcribe优势明显。虽3.5 Live和3.5 Live Experimental推迟，但仍值得期待，有望在语音交互领域带来更多惊喜。