← 返回首页
AI 编程 AI 语音 AI 基础设施

Gemini 3.5 Transcribe

Our most precise speech-to-text model yet

评分 78 ▲ 109 ◆ 1 免费增值 PH 精选

概述

Google推出的最新高精度语音转文字模型，专为实时精准转录场景设计，是Gemini系列在语音识别领域的延伸。

创新点

基于Gemini大模型底座的语音转文字能力，主打「智能感知」而非单纯识别——可能具备更强的上下文理解、标点预测、多语言混合识别等能力，区别于传统ASR模型

目标用户

开发者、企业技术团队、内容创作者、会议记录场景用户、字幕生成需求方

竞争格局

竞争格局激烈：直面OpenAI Whisper、AssemblyAI、Deepgram、Microsoft Azure Speech等成熟产品；Google凭借自有基础设施和Gemini生态有一定优势，但差异化壁垒尚待验证

标签

APISaaS语音识别AI工具人工智能开发者工具企业服务

团队

  • Sundar Pichai
访问官网 ↗ Product Hunt ↗ 2026-08-27 日报

相关产品

GPT-6 Astra 94

OpenAI's most capable model for end-to-end work
Claude Fable 5 91

Anthropic's most capable model ever — free until June 22
AlphaGenome Atlas 88

Google's AI map of every possible human DNA mutation
WeatherNext 3 88

Our most advanced and accurate global weather AI model
Gemini Robotics 2 88

Google's AI brain for the next generation of robots
GPT-5.6 88

A new standard for intelligence and efficiency