Google、文字起こしAI「Gemini 3.5 Transcribe」公開 誤り率2.6%
Googleは音声認識モデル「Gemini 3.5 Transcribe」を発表した。非ストリーミング時の単語誤り率は2.6%で、85以上の言語に対応する。「えーと」などの不要語除去や言い直し修正、最大3人の話者分離に対応し、Google AI Studioで公開されている。
Googleは音声認識モデル「Gemini 3.5 Transcribe」を発表した。非ストリーミング時の単語誤り率は2.6%で、85以上の言語に対応する。「えーと」などの不要語除去や言い直し修正、最大3人の話者分離に対応し、Google AI Studioで公開されている。