AI-nyhederGemini 3.5 Transcribe skriver dine ord ned med AI
Googles nye talegenkendelsesmodel forvandler tale til ren og færdig tekst. Den er hurtigere og mere præcis end tidligere.
Hvad kan den?
Den nye AI-model fra Google hedder Gemini 3.5 Transcribe. Den kan optage, hvad du siger, og lave det om til flot formateret tekst. Den klarer baggrundsstøj, svære fagudtryk og endda tale, hvor man siger 'øh' og 'altså'. Den giver dig ikke bare rå tekst - den fjerner fyldord og laver tegnsætning automatisk.
Hurtigere og mere præcis
Modellen er meget hurtigere end forgængeren Chirp 3. Tiden fra du taler, til teksten er klar, er 70 procent hurtigere. På testen FLEURS laver modellen kun fejl i 5,50 procent af ordene i streaming-mode og 5,04 procent i ikke-streaming-mode. Det er altså gode tal for alle, der bruger tale til at skrive.
Hvor bruges den?
Du kender måske allerede funktionen Rambler på Android eller i Gemini-appen på macOS. Den nye model er også bygget ind i Gboard, Chrome og Google Antigravity. Virksomheder som vivo, Intellitek Health og Lingopal roser den for at være hurtig, præcis og god til mange sprog. Udviklere kan få adgang via Gemini API.
- Modellen kan skifte sprog midt i en sætning og forstå kontekst.
- Multi-speaker-attribution fortæller, hvem der sagde hvad, i møder.
- Ord-level tidsstempler gør det nemt at finde bestemte steder i optagelsen.
- Modellen fjerner automatisk fyldord som 'øh' og 'altså'.
- Den kan bruges i mange udviklerplatforme som LangChain, LiveKit og Vercel.
Du kan snart diktere beskeder, mails og noter på din telefon, og få ren tekst uden at rette i det bagefter. Alt fra møder til indkøbslister bliver hurtigere at få ned på skrift.
Kilder:
Google DeepMind →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.