Google ने पेश किया Gemini 3.5 Transcribe स्पीच-टू-टेक्स्ट मॉडल
26 अगस्त, 2026 को, Google DeepMind ने Gemini 3.5 Transcribe पेश किया, जो सटीक और बुद्धिमान रीयल-टाइम ट्रांसक्रिप्शन के लिए डिज़ाइन किया गया इसका नवीनतम स्पीच-टू-टेक्स्ट मॉडल है। यह मॉडल कच्चे ऑडियो को सटीक, परिष्कृत, स्वरूपित टेक्स्ट में बदलता है, पृष्ठभूमि शोर, जटिल शब्दावली और अस्पष्टता की सफाई को संभालता है। यह मल्टी-स्पीकर एट्रिब्यूशन और शब्द-स्तरीय टाइमस्टैम्प का समर्थन करता है, और लाइव भाषा स्विचिंग का समर्थन करता है। अपने पूर्ववर्ती Chirp 3 की तुलना में, यह अंतिम ट्रांसक्रिप्शन के समय में 70% सुधार करता है और FLEURS बेंचमार्क पर स्ट्रीमिंग मोड में 5.50% और नॉन-स्ट्रीमिंग मोड में 5.04% शब्द त्रुटि दर (WER) प्राप्त करता है। यह मॉडल Google AI Studio और Gemini Enterprise Agent Platform में Gemini API के माध्यम से उपलब्ध है, और Gboard, Antigravity, Gemini ऐप और Chrome जैसे Google सतहों में एकीकृत है। Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel और Vision Agents जैसे डेवलपर प्लेटफ़ॉर्म इसके साथ वॉयस-संचालित इंटरफ़ेस बनाने का समर्थन करते हैं। vivo, Intellitek Health और Lingopal जैसी कंपनियों ने सकारात्मक प्रतिक्रिया दी है।
हम क्या जानते हैं
यह Google AI Studio और Gemini Enterprise Agent Platform में Gemini API के माध्यम से उपलब्ध है।
▤ 1 स्रोत›
यह FLEURS पर स्ट्रीमिंग मोड में 5.50% WER और नॉन-स्ट्रीमिंग मोड में 5.04% WER प्राप्त करता है।
▤ 1 स्रोत›
यह मॉडल Chirp 3 की तुलना में बेहतर सटीकता और विलंबता वाला एक भाषण-से-पाठ मॉडल है।
▤ 1 स्रोत›
यह Gboard, Antigravity, Gemini ऐप और Chrome जैसे Google उत्पादों में एकीकृत है।
▤ 1 स्रोत›
Google DeepMind ने 26 अगस्त 2026 को Gemini 3.5 Transcribe की घोषणा की।
▤ 1 स्रोत›
यह मल्टी-स्पीकर एट्रिब्यूशन और शब्द-स्तरीय टाइमस्टैम्प का समर्थन करता है।
▤ 1 स्रोत›
अंतिम प्रतिलेखन का समय 70% तक सुधर जाता है।
▤ 1 स्रोत›
Google DeepMind ने Gemini 3.5 Transcribe की घोषणा की, जो एक नया स्पीच-टू-टेक्स्ट मॉडल है, जिसमें बेहतर सटीकता, विलंबता और बहुभाषी समर्थन है, जो अब डेवलपर्स के लिए Gemini API के माध्यम से उपलब्ध है।
सत्यापित · 1 स्रोतलाइव रिपोर्ट
सभी देखेंटिप्पणियाँ 0
इस घटना पर स्थायी थ्रेड में चर्चा करें। लाइव चैट अलग रहेगी।
अभी कोई टिप्पणी नहीं। बातचीत शुरू करें।