谷歌推出迄今“最精准”语音转文本模型，从“逐字记录”迈向“理解式转写”

谷歌发布Gemini 3.5 Transcribe，显著提升语音识别准确率与意图理解能力。该模型支持85种语言，自动删除口头禅，并将非结构化口语转化为格式化文本。现已通过Gemini API向开发者开放预览，并在Gboard及Mac版Gemini应用中落地。这标志着语音交互正逐步成为AI系统的主要连接方式。