Google hat Gemini 3.5 Transcribe vorgestellt, ein neues KI-Transkriptionsmodell, das ab sofort für Nutzer der Gemini-App auf macOS in englischer Sprache und über die Rambler-Diktierfunktion auf Android in ausgewählten Ländern und Sprachen verfügbar ist. Diese Neuerung erweitert die Gemini-Familie, nachdem zuvor bereits Gemini 3.5 Live Translate eingeführt wurde. Das von Google im Juni versprochene Modell Gemini 3.5 Pro steht hingegen noch aus.
Wesentliche Verbesserungen und Funktionen
Laut Google stellt Gemini 3.5 Transcribe einen erheblichen Fortschritt gegenüber dem Vorgängermodell Chirp 3 dar, insbesondere hinsichtlich der mehrsprachigen Leistung und der Reduzierung von Wortfehlerquoten. Das Transkriptionsmodell ermöglicht es Nutzern, Texte intuitiv per Sprache zu bearbeiten. Es formatiert Texte automatisch und entfernt Füllwörter wie „ähm“ und „äh“.
Zu den Kernfunktionen gehören:
- Erkennung spezialisierter Fachbegriffe: Das Modell kann automatisch Fachjargon in über 85 Sprachen erkennen.
- Anpassbares Vokabular: Nutzer können ein individuelles Vokabular bereitstellen, wodurch 3.5 Transcribe die Transkription an spezifische Schreibweisen und Fachbegriffe anpasst und manuelle Korrekturen überflüssig macht.
- Sprecherzuordnung: Für vorab aufgezeichnete Audios kann das Modell die Sprache von bis zu drei Sprechern zuordnen.
- Wortgenaue Zeitstempel: Die Transkriptionen enthalten Zeitstempel auf Wortebene.
Verfügbarkeit und weitere Entwicklungen
Neben der Verfügbarkeit für macOS und Android können Entwickler Gemini 3.5 Transcribe bereits in einer öffentlichen Vorschau über die Gemini API in AI Studio und Antigravity nutzen. Google hat zudem angekündigt, dass die Unterstützung für den Chrome-Browser in Kürze folgen wird.
Im Rahmen der Ankündigung stellte Google klar, dass zum aktuellen Zeitpunkt ausschließlich Gemini 3.5 Transcribe veröffentlicht wird. Ursprünglich wurden gegenüber The Verge auch die Modelle 3.5 Live und 3.5 Experimental erwähnt, die jedoch heute nicht Teil der Veröffentlichung sind.
Thema: Gemini. Quelle/Inspiration: The Verge.