Google presenta Gemini 3.5 Transcribe, il nuovo standard per la trascrizione vocale AI
Il modello speech-to-text Gemini 3.5 trascrive voce imperfetta in testo accurato, supportando oltre 85 lingue e riconoscendo più speaker.
Google introduce Gemini 3.5 Transcribe, evoluzione della tecnologia speech-to-text progettata per interpretare il linguaggio naturale, inclusi esitazioni e autocorrezioni. Il sistema elimina automaticamente parole riempitive e aggiusta in tempo reale cambiamenti di intenti dell’utente, offrendo una trascrizione pulita anche da discorsi spontanei.
Gemini 3.5 Transcribe fa parte della suite Gemini Audio, assieme ai modelli Live e Live Experimental. Il modello consente di modificare i testi solo con la voce, attribuire le frasi fino a tre diversi interlocutori e inserire timestamps precisi nelle registrazioni.
Tra le funzionalità avanzate spicca la function calling: Gemini può delegare task come generazione di immagini o analisi di file ad altri modelli della piattaforma. Attualmente è già integrato in applicazioni come Gboard su Android e l’app Gemini su macOS; l’estensione su Chrome permetterà presto la dettatura vocale diretta sulle pagine web.
Secondo Google, l’accuratezza è garantita da un word error rate del 4% in streaming e del 2,6% su audio pre-registrati. Supporta oltre 85 lingue, diversi accenti regionali e gerghi specialistici, rendendolo uno strumento potente per aziende e sviluppatori tramite Google AI Studio, Antigravity e Gemini Enterprise Agent Platform.
