Google 发布 Gemini 3.5 Transcribe 语音转文字模型
Google 发布 Gemini 3.5 Transcribe 语音转文字模型,Artificial Analysis 测得流式场景平均 WER 为 4.0%,非流式场景为 2.6%。
推荐理由:相比 Chirp 3,原文给出 WER 与延迟的具体对比,并说明它在 Gemini API 和多款产品中的可用入口。
模型连接外部世界的协议与实践:MCP 生态、function calling、工具链集成的动态。
Google 发布 Gemini 3.5 Transcribe 语音转文字模型,Artificial Analysis 测得流式场景平均 WER 为 4.0%,非流式场景为 2.6%。
推荐理由:相比 Chirp 3,原文给出 WER 与延迟的具体对比,并说明它在 Gemini API 和多款产品中的可用入口。