Wedle zapowiedzi giganta,Gemini 3.5 Transcribe ma być kolejnym krokiem w rozwoju technologii rozpoznawania mowy Google.
Gemini 3.5 Transcribe, czyli koniec z błędnymi transkrypcjami
Co wyróżnia ten model? Przede wszystkim znacznie lepsze wyniki w kwestii dokładności. Gigant chwali się, że to nowe wyspecjalizowane AI robi mało błędów: mają się one utrzymywać na poziomie ledwie 5,5% podczas pracy w trybie strumieniowym. Cieszy również fakt, że Google chwali się przy tym niskimi opóźnieniami.
Jest to możliwe dzięki tzw. inteligentnej transkrypcji: AI może usuwać wypełniacze, takie jak „yyy” czy „eee”, rozpoznawać poprawki wypowiadane w trakcie zdania i tym samym od razu tworzyć bardziej uporządkowany tekst, który ze strony użytkownika będzie wymagał wprowadzania mniejszej liczby poprawek. Nowe AI Google’a obsługuje przy tym ponad 85 języków, pozwala też wykorzystać własny słownik terminów, co może być szczególnie przydatne podczas pracy ze specjalistycznym słownictwem.
Nowe AI trafi do kolejnych usług Google
Jak na razie Gemini 3.5 Transcribe jest wykorzystywany w funkcji Rambler na Androidzie oraz w aplikacji Gemini w systemach macOS. Google udostępniło ten model również deweloperom poprzez Gemini API i Google AI Studio – wkrótce więc zapewne możemy się spodziewać wysypu innych aplikacji z nim współpracujących. Niedługo pewnie trafi też do telefonów z serii Pixel. To jednak nie koniec: firma zapowiada też jego rychły debiut w przeglądarce Chrome, dzięki czemu będziemy np. mogli dyktować tekst, wypełniając tym samym pola formularzy na stronach internetowych. Pytanie tylko, jak tu wygląda kwestia prywatności, bo z tym ostatnimi czasy Google ma pewne problemy.
0 komentarzy