Google выкатила Gemini 3.5 Transcribe — новую нейросеть для расшифровки речи, которая наконец-то нормально понимает белорусский язык. Модель поддерживает более 85 языков, автоматически чистит текст от слов-паразитов и даже исправляет оговорки на лету. Для нас это значит, что диктовать сообщения и расшифровывать лекции стало реально удобнее.
Не просто транскрибация, а умный редактор
Главная фишка Gemini 3.5 Transcribe — она не просто записывает звук, а понимает смысл. Если вы скажете «встретимся во вторник, ой, нет, в среду», модель сама удалит ошибку и оставит правильный вариант. Никаких «эээ», «ну» и самоисправлений в финальном тексте. Плюс она умеет форматировать текст и запоминать специфические термины или имена, которые обычно коверкают обычные распознавалки.
Gemini 3.5 Transcribe сократила время получения готового текста на 70% по сравнению с предыдущей моделью Chirp 3.
persik.by
Для разработчиков есть два режима. Gemini 3.5 Transcribe Live работает в реальном времени с задержкой менее секунды — идеально для субтитров и голосовых ассистентов. Обычная версия обрабатывает готовые аудиофайлы, расставляет временные метки и различает до трех собеседников. Поддержка большего числа спикеров пока в эксперименте, но для подкастов и интервью уже хватает.
читать по теме
Где это уже работает и какие ошибки допускает
По данным независимого сервиса Artificial Analysis, точность впечатляет: всего 4% ошибок при потоковой обработке и 2,6% при работе с записями. Модель уже встроена в приложение Gemini для macOS, где можно надиктовывать текст без мусора, и в клавиатуру Gboard в функции Rambler. Там же она учитывает содержимое экрана и историю чата, чтобы точнее распознавать названия файлов и профессиональный сленг.
- Live-режим: задержка менее секунды, подходит для стримов и ассистентов.
- Обработка записей: временные метки, определение до 3 спикеров.
- Точность: 96% при потоке, 97,4% при постобработке.
- Доступность: публичное превью через Gemini API и Google AI Studio.
Белорусский язык в цифровом поле
Поддержка белорусского языка в Gemini 3.5 Transcribe — важный шаг. Ранее качественные модели распознавания были доступны преимущественно для английского и русского. Теперь же носители белорусского могут полноценно использовать голосовой ввод без постоянного ручного редактирования. Это особенно актуально для журналистов, блогеров и всех, кто создает контент на родном языке. Кстати, если вам интересны другие технологические новинки, то ранее мы писали про GPT-5.6 Sol, который тоже вышел в общий доступ.
Разработчики уже могут тестировать модель через Gemini Enterprise Agent Platform. Для обычных пользователей функционал постепенно внедряется в экосистему Google. Так что скоро диктовать посты в Threads или расшифровывать интервью станет еще проще, даже если вы говорите быстро и с акцентом.
