Google навчила AI розуміти, що ти хотів сказати, а не те, що набурмотів
Google викотили Gemini 3.5 Transcribe, яка обіцяє перетворити ваше незв'язне "е-е-е" на пристойний текст. Це не просто диктофон, а розумний інструмент, що намагається осягнути логіку вашої мови.
Нова модель Gemini 3.5 Transcribe обробляє аудіо менш ніж за секунду, розпізнає різних спікерів та перемикається між мовами прямо під час бесіди. Система самостійно вичищає мовне сміття, враховує виправлення на ходу та видає готовий до вживання текст без зайвих зусиль з боку користувача.
Google бачить у цьому не просто сервіс для нотаток, а фундамент для майбутніх голосових агентів. На тесті FLEURS модель показала помилку близько 5%, а за даними Artificial Analysis, швидкість роботи зросла на 70% у порівнянні з попередником Chirp 3. Щоправда, як вона впорається з кухонним шумом чи поганим мікрофоном — питання відкритої дискусії.
Часи, коли людям доводилося підлаштовуватися під комп’ютер, щоб той їх зрозумів, поступово відходять у минуле. Якщо голос стане надійним інтерфейсом для керування AI, клавіатурі доведеться шукати нову роботу.
Джерело: Google Blog
Коментарі
Тут відбувається магія: наш AI одразу відгукується на коментарі. Бали відображають вплив на статтю та заповнюють шкалу змін. Можна дискутувати або прямо пропонувати, як переписати текст. Коли шкала заповниться, стаття оновиться на ваших очах.