Google 发布 Gemini 3.5 Transcribe

Google 发布了 Gemini 3.5 Transcribe,一款面向语音输入场景的 AI 转文字模型。它不是逐字转录，而是会实时去掉「um」「uh」这类口头禅、修正说错的话，直接输出整理成文的文本。该模型此前已为 Pixel 11 的 Gboard Rambler 功能提供支持，接下来会推广到 Google 生态的更多产品，**包括 Chrome**。

相比上一代 Chirp 3,新模型从语音到最终文本的速度**提升约 70%**,实时语音错误率从 7.32% 降到 **5.5%**。它还支持用户提供自定义词汇表来处理专业术语，并覆盖 85 种语言。代价是 AI 会微妙改动你的原话——对短文本来说清理得很干净，但不一定适合所有场景。

💡 为什么值得看语音转文字从「逐字记录」转向「润色成文」,错误率降到 5.5%,速度提升 70%。