Google 发布 Gemini 3.5 Transcribe 语音转文字模型

Google 发布语音转文字模型 Gemini 3.5 Transcribe，可直接把原始音频转成准确、格式化后的文本，支持自动纠错、去除口头语和自定义词汇。据 Artificial Analysis 测量，流式场景平均 WER 为 4.0%，非流式为 2.6%，最终转写时间较前代 Chirp 3 改善 70%。