جوجل تقدم نموذج تحويل الكلام إلى نص Gemini 3.5 Transcribe
في 26 أغسطس 2026، كشفت جوجل ديب مايند عن Gemini 3.5 Transcribe، أحدث نماذجها لتحويل الكلام إلى نص، المصمم للنسخ الفوري الدقيق والذكي. يحول النموذج الصوت الخام إلى نص دقيق ومنسق، مع معالجة الضوضاء الخلفية والمصطلحات المعقدة وتنظيف التلعثم. يدعم تحديد المتحدثين المتعددين والطوابع الزمنية على مستوى الكلمة، ويتيح التبديل المباشر بين اللغات. مقارنة بسابقه Chirp 3، يحسن زمن الوصول إلى النسخ النهائي بنسبة 70% ويحقق معدل خطأ في الكلمات (WER) يبلغ 5.50% في وضع البث و5.04% في وضع عدم البث على معيار FLEURS. النموذج متاح عبر واجهة برمجة تطبيقات Gemini في Google AI Studio ومنصة Gemini Enterprise Agent، ومدمج في منتجات جوجل مثل Gboard وAntigravity وتطبيق Gemini وChrome. تدعم منصات المطورين مثل Agora وFishjam وLangChain وLiveKit وPipecat وVercel وVision Agents بناء واجهات صوتية باستخدامه. وقد قدمت شركات مثل vivo وIntellitek Health وLingopal ملاحظات إيجابية.
ما نعرفه
وهو متاح عبر Gemini API في Google AI Studio ومنصة Gemini Enterprise Agent.
▤ 1 مصادر›
يحقق معدل خطأ في الكلمات (WER) يبلغ 5.50% في وضع البث المباشر و5.04% في وضع عدم البث على مجموعة بيانات FLEURS.
▤ 1 مصادر›
النموذج هو نموذج تحويل الكلام إلى نص بدقة محسّنة وزمن استجابة أقل مقارنة بـ Chirp 3.
▤ 1 مصادر›
وهو مدمج في منتجات جوجل مثل Gboard وAntigravity وتطبيق Gemini وChrome.
▤ 1 مصادر›
أعلنت جوجل ديب مايند عن نموذج Gemini 3.5 Transcribe في 26 أغسطس 2026.
▤ 1 مصادر›
يدعم إسناد المتحدثين المتعددين والطوابع الزمنية على مستوى الكلمة.
▤ 1 مصادر›
الوقت اللازم للنسخ النهائي يتحسن بنسبة 70%.
▤ 1 مصادر›
أعلنت جوجل ديب مايند عن Gemini 3.5 Transcribe، وهو نموذج جديد لتحويل الكلام إلى نص يتميز بدقة محسنة وزمن استجابة أقل ودعم متعدد اللغات، وهو متاح الآن للمطورين عبر واجهة برمجة تطبيقات Gemini.
موثق · 1 مصادرتقارير مباشرة
عرض الكلالتعليقات 0
ناقش الحدث في سلاسل دائمة. تبقى الدردشة المباشرة منفصلة.
لا تعليقات بعد. ابدأ النقاش.