Что произошло: Intelligent transcription with Gemini 3.5 Transcribe

Google released Gemini 3.5 Transcribe, a speech-to-text model handling real-time streaming and pre-recorded audio with 4.0% and 2.6% word error rates respectively.

Почему это важно: Intelligent transcription with Gemini 3.5 Transcribe

Developers building voice agents, real-time captioning, or call analytics should evaluate this via Gemini API. Enterprises can access it through Gemini Enterprise Agent Platform.

На что обратить внимание: Intelligent transcription with Gemini 3.5 Transcribe

Multi-speaker support limited to three speakers experimentally. Custom vocabulary and language switching capabilities require testing in production environments.

Новости

Intelligent transcription with Gemini 3.5 Transcribe

Google DeepMind · Опубликовано 26 августа 2026 г. · 3 мин чтения

За 30 секунд

Что произошло: Google released Gemini 3.5 Transcribe, a speech-to-text model handling real-time streaming and pre-recorded audio with 4.0% and 2.6% word error rates respectively.
Почему это важно: Developers building voice agents, real-time captioning, or call analytics should evaluate this via Gemini API. Enterprises can access it through Gemini Enterprise Agent Platform.
На что обратить внимание: Multi-speaker support limited to three speakers experimentally. Custom vocabulary and language switching capabilities require testing in production environments.

Послушать это резюме

Читать статью целиком

speech
transcription
gemini

Паттерны, стоящие за этой новостью

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

The Agent Architect

Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.