Google lanza Gemini 3.5 Transcribe para aplicaciones de voz en tiempo real
El modelo de vista previa pública maneja más de 85 idiomas, jerga personalizada y hasta tres hablantes en audio en vivo y grabado.
By Ryan Merket · Published
Primary source: X
Por qué importa
Google está empaquetando el reconocimiento de voz como una capa de entrada nativa para los agentes Gemini, reduciendo la infraestructura necesaria para conectar audio en vivo, transcripción y acciones impulsadas por modelos.
Google lanzó Gemini 3.5 Transcribe el 26 de agosto, ofreciéndole a los desarrolladores un modelo dedicado de voz a texto para interfaces de voz en vivo y audio grabado dentro de su pila de desarrollo Gemini.
https://x.com/sundarpichai/status/2092659467284517088
…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.