Google zapuściła Gemini 3.5 Transcribe dla rasšyfroŭki movy. U śpisie jość i biełaruskaja

Kampanija Google pradstaviła Gemini 3.5 Transcribe — novuju madel dla raspaznavańnia movy. Jana padtrymlivaje bolš za 85 moŭ, u tym liku biełaruskuju, i ŭmieje ačyščać tekst ad słoŭ-parazitaŭ i samavypraŭleńniaŭ, piša Dev.by.

U adroźnieńnie ad zvyčajnaj transkrybacyi, madel nie prosta dasłoŭna zapisvaje aŭdyjo. Naprykład, kali karystalnik skaža: «Davajcie sustreniemsia ŭ aŭtorak — nie, u sieradu», u vynikovym tekście zastaniecca vypraŭleny varyjant. Gemini 3.5 Transcribe taksama aŭtamatyčna farmatuje tekst i moža ŭličvać karystalnicki słoŭnik — naprykład, prafiesijnyja terminy, imiony abo niezvyčajnyja napisańni.

Dla raspracoŭščykaŭ dastupnyja dva režymy. Gemini 3.5 Transcribe Live apracoŭvaje razmoŭnuju movu z zatrymkaj mienš za siekundu i raźličana na hałasavych asistentaŭ, subtytry dy inšyja dadatki ŭ režymie realnaha času. Zvyčajnaja Gemini 3.5 Transcribe pracuje z hatovymi aŭdyjazapisami — sustrečami, zvankami dy inšymi fajłami — i ŭmieje dadavać časavyja paznaki i vyznačać dyktaraŭ.

U zapisanym aŭdyjo madel moža adroźnivać da troch surazmoŭcaŭ. Padtrymańnie bolšaj kolkaści śpikieraŭ pakul znachodzicca ŭ ekśpierymientalnym režymie.

Pavodle danych niezaležnaha siervisu Artificial Analysis, siaredniaja dola pamyłkova raspaznanych słoŭ u Gemini 3.5 Transcribe składaje 4% pry patokavaj apracoŭcy i 2,6% pry pracy z hatovymi zapisami. Google taksama śćviardžaje, što čas da atrymańnia kančatkovaj transkrypcyi skaraciŭsia na 70% u paraŭnańni z papiaredniaj madellu Chirp 3.

Gemini 3.5 Transcribe ŭžo vykarystoŭvajecca ŭ niekalkich praduktach Google. U dadatku Gemini dla macOS jana dazvalaje nadyktoŭvać tekst, vydalajučy paŭzy i słovy-parazity, a taksama vykonvać hałasavyja kamandy z ulikam źmieściva ekrana. U Gboard madel lažyć u asnovie funkcyi Rambler, jakaja pieratvaraje volnuju movu ŭ adfarmatavany tekst i dazvalaje hołasam vypraŭlać napisanaje abo mianiać styl.

U Google Antigravity madel moža ŭličvać źmieściva ekrana i historyju čata, kab dakładniej raspaznavać, naprykład, nazvy fajłaŭ i terminy z adkrytych dakumientaŭ. Raspracoŭščyki ŭžo mohuć pasprabavać Gemini 3.5 Transcribe ŭ publičnym prevju praz Gemini API u Google AI Studio i Google Antigravity. Dla karparatyŭnych klijentaŭ madel dastupna praz Gemini Enterprise Agent Platform.

Kamientary da artykuła