谷歌 DeepMind 发布 Gemini 3.5 Transcribe 语音转文本模型

Google DeepMind 推出 Gemini 3.5 Transcribe 语音转文本模型，支持流式与非流式两种 API，支持超 85 种语言、自定义词汇及最多三人说话人识别。据 Artificial Analysis 评测，其流式与非流式平均词错率分别为 4.0% 和 2.6%。