Google анонсировала Gemini 3.5 Transcribe — новую модель для расшифровки речи. Она поддерживает более 85 языков, распознаёт специализированную лексику и умеет адаптироваться к пользовательскому словарю.
Модель автоматически форматирует текст и убирает слова-паразиты вроде. При обработке предзаписанного аудио система различает до трёх говорящих и проставляет временные метки для каждой строки.
Вместе с этим Google выпустила Gemini 3.5 Live и Gemini 3.5 Live Experimental. Первая улучшенно обрабатывает прерывания, точнее определяет язык и лучше работает с визуальным контекстом. Experimental, в свою очередь, проговаривает вслух ход решения сложных задач в реальном времени.
Обновлённый набор Gemini Audio уже развёртывается на английском языке: он доступен пользователям приложения Gemini на macOS и функции диктовки Rambler на Android — пока в отдельных странах и на отдельных языках.
Разработчики могут опробовать его в публичном превью через Gemini API в AI Studio и Antigravity. Поддержка Chrome появится позже.
