Googlen tekoälytranskriptio poistaa täyte-äänteet

Google on julkaissut päivityksen Gemini Audio -palveluunsa, joka sisältää uusia tekoälypohjaisia transkriptio-ominaisuuksia. Uusi Gemini 3.5 Transcribe -malli kykenee automaattisesti tunnistamaan erikoisterminologiaa ja tukee yli 85 eri kieltä.

Uusi transkriptiomalli on Googlen mukaan merkittävä edistysaskel aiempaan Chirp 3 -malliin verrattuna. Parannuksia on tehty erityisesti monikielisessä suorituskyvyssä ja sanavirheiden vähentämisessä. Palvelu mahdollistaa myös luonnollisemman muokkauksen äänikomennoilla.

Gemini 3.5 Transcribe seuraa hiljattain julkaistua Gemini 3.5 Live Translate -ominaisuutta. Yritys odottaa edelleen kesäkuussa luvatun Gemini 3.5 Pro -mallin julkaisua.

Teknologia parantaa puheentunnistuksen tarkkuutta ja laajuutta, vähentäen samalla käyttäjien tarvetta jälkikäteen korjata automaattisesti luotuja tekstejä.