Google Gemini Audio-nu Gemini 3.5 modelləri ilə yeniləyib. Bu yenilik ixtisaslaşmış terminləri və 85-dən çox dili avtomatik tanıyan yeni nitq yazısı funksiyalarını təqdim edir. Gemini 3.5 Live, 3.5 Live Experimental və 3.5 Transcribe Google-un səsə nəzarət edən süni intellekt funksiyalarının daha dəqiq nəticələr verməsi üçün hazırlanıb. Onlar arxa fonda olan səs-küy və nitqin kəsilməsi zamanı problemin öhdəsindən gəlir.

Gemini 3.5 Transcribe seriyaya tamamilə yeni əlavədir. Onun təqdimatı Google-un iyunda buraxacağını vəd etdiyi Gemini 3.5 Pro modelinin hələ istifadəyə verilməməsi fonunda baş verir. Google bildirir ki, 3.5 Transcribe əvvəlki Chirp 3 modelindən çox irəliləyişdir, xüsusilə çoxdilli performans və söz səhvlərinin azalması baxımından.

Transkripsiya modeli istifadəçilərə sadəcə səsdən istifadə edərək mətni təbii qaydada redaktə etməyə imkan verir və mətni avtomatik formatlaşdırır, həmçinin "um" və "uh" kimi hopdurma sözlərini çıxarır. Modelə fərdiləşdirilmiş lüğət təqdim etmək mümkündür ki, 3.5 Transcribe xüsusi termin və yazılış qaydalarına uyğunlaşsın və bu sözlərin əl ilə dəyişdirilməsinin qarşısını alsın. O, eyni zamanda öncədən yazılmış səsdə üç danışanı ayırd edə bilir və söz səviyyəsində zaman möhürləri təqdim edir.

Transcribe 3.5 Live və 3.5 Live Experimental modelləri ilə birlikdə təqdim olunur. 3.5 Live nitq çatışmazlıqlarını, dil tanınmasını və canlı vizual emalı daha yaxşı idarə edir. 3.5 Live Experimental isə mürəkkəb tapşırıqlarda addım-addım mühakimə prosesini real vaxtda izah edir.

Bu yeniliklər macOS üçün bütün Gemini tətbiq istifadəçilərinə ingilis dilində bu gündən etibarən təqdim olunur, bəzi ölkə və dillərdə Android-də Rambler diktə funksiyasına daxil edilib. Həmçinin inkişaf etdiricilər üçün Gemini API vasitəsilə AI Studio və Antigravity-də açıq önizləmə mövcuddur. Google yaxın vaxtlarda Chrome dəstəyinin gələcəyini bildirir.