Gemini 3.5 Transcribe
Google推出的语音转录AI模型，属于Gemini家族，支持多说话人识别、85+种语言自动检测及自定义词汇适配，强调对用户语音意图的深度理解
核心事实
时间轴 (近 90 天)
Google推出了Gemini 3.5 Transcribe，面向预录音频转写
Gemini 3.5 Transcribe 官方介绍尚未披露情感与关键观点识别的具体输出格式
Gemini 3.5 Transcribe 官方介绍提到识别说话人、理解关键观点和情绪
Gemini 3.5 Transcribe 会输出时间戳，将录音转为可精准定位的结构化内容
Gemini 3.5 Transcribe 由谷歌 CEO Sundar Pichai 作为 Maker 挂名推出
Gemini 3.5 Transcribe 官方宣称的两大核心优势是精准（precise）与实时（real-time）
Gemini 3.5 Transcribe 发布首日收获 220 票支持与多条评论，在当日 Product Hunt 榜单中排名第 5，归类于人工智能与音频两大品类
谷歌在 Product Hunt 上发布了语音转文字模型 Gemini 3.5 Transcribe，官方定位为迄今为止最精准的语音转文字模型
Gemini 3.5 Transcribe面向企业客户通过Gemini Enterprise提供
Gemini 3.5 Transcribe的API已在Google AI Studio中正式上线，开发者可直接调用
还有 15 条时间轴事件
全部知识事实 (20)
Gemini 3.5 Transcribe支持超过85种语言的自动侦测
85%已验证Gemini 3.5 Transcribe 是 Gemini 系列在语音处理方向的延伸，主打「精准」与「智能」两大核心能力
85%已验证Gemini 3.5 Transcribe支持多人说话者自动识别，最多支持八位说话者
75%待验证Gemini 3.5 Transcribe面向企业客户通过Gemini Enterprise提供
70%待验证Gemini 3.5 Transcribe 支持智能转写与函数调用结合，可在转写同时理解意图并触发外部工具或API
70%待验证Gemini 3.5 Transcribe 由谷歌 CEO Sundar Pichai 作为 Maker 挂名推出
60%待验证Gemini 3.5 Transcribe能自动去除口误、填充词，并识别口误修正只保留最终结果
60%待验证三位以上讲者的识别在Gemini 3.5 Transcribe中仍处于实验阶段
60%待验证Gemini 3.5 Transcribe 官方介绍尚未披露情感与关键观点识别的具体输出格式
50%待验证Gemini 3.5 Transcribe 会输出时间戳，将录音转为可精准定位的结构化内容
50%待验证Gemini 3.5 Transcribe 官方介绍提到识别说话人、理解关键观点和情绪
50%待验证Gemini 3.5 Transcribe 官方宣称的两大核心优势是精准（precise）与实时（real-time）
50%待验证Gemini 3.5 Transcribe的API已在Google AI Studio中正式上线，开发者可直接调用
50%待验证Gemini 3.5 Transcribe 将大语言模型能力整合到语音识别领域，提供函数调用、自定义词汇、多说话人识别等能力
50%待验证Gemini 3.5 Transcribe 支持实时流式转写，可在音频持续输入过程中边听边输出结果
50%待验证Gemini 3.5 Transcribe支持超过85种语言，并支持自动侦测语种、区域口音和方言
50%待验证Gemini 3.5 Transcribe支持说话者自动识别（Speaker Diarization），最多支持八位说话者，但三位以上讲者的识别处于实验阶段
50%待验证Gemini 3.5 Transcribe可通过Share Audio from Tab功能读取浏览器标签页音频并实时转录翻译
50%待验证Gemini 3.5 Transcribe的浏览器实时翻译存在5到10秒的语音延迟
50%待验证Gemini 3.5 Transcribe 的差异化竞争力在于与谷歌生态（Google Meet、Google Docs、YouTube、Cloud Platform）的深度整合
50%