Specialiseret model i stedet for én model til alt

Gemini 3.5 Transcribe er bygget specifikt til talegenkendelse og understøtter mere end 85 sprog. Modellen er lanceret sammen med Gemini 3.8 Live-familien i Gemini API og Google AI Studio.

Voice-apps får flere byggeklodser

Udviklere kan kombinere transskription med live-dialog og andre Gemini-modeller i samme applikation. Det gør det lettere at bygge mødeassistenter, kundeservice, diktering og andre stemmebaserede produkter.

Faktaboks
• Model: Gemini 3.5 Transcribe
• Funktion: speech-to-text
• 85+ sprog
• Tilgængelig via Gemini API

Specialiserede modeller kan være attraktive, når pris, latenstid og præcision er vigtigere end at bruge én stor generalistmodel til hele workflowet.

Der er benyttet AI til at skrive denne artikel.