跳到正文
北京时间
原文
Google AI:DEV 作者专属(RSS)· Guillaume Vernade·· 2026-08-28精选AI 评分74

Gemini 3.5 Transcribe 完整指南:告别 ASR 转录难题

Stop Wrestling with ASR: The Complete Guide to Gemini 3.5 Transcribe 🎙️

AI 导读

Google 推出专用于语音转文字的 Gemini 3.5 Transcribe 模型,主打快速、准确且低成本的转录,原生支持说话人分离和词级毫秒时间戳。该模型支持 85+ 种语言自动识别与代码切换,可通过 custom_vocabulary 传入最多 1,000 个领域术语避免专有名词拼写错误,并提供 Smart Transcription 与 Verbatim 两种模式。

推荐理由

逐字模式保留毫秒级时间戳和说话人分离,智能模式清理填充词但可能改写原文,两者取舍决定字幕同步和会议记录应选不同配置。

来源:Google AI:DEV 作者专属(RSS) · dev.to