Changelog Update

জেমিনি ৩.৫ ট্রান্সক্রাইব এখন সর্বসাধারণের জন্য উপলব্ধ (GA) : জেমিনির অডিও বোঝার ক্ষমতার উপর ভিত্তি করে দুটি বিশেষ স্পিচ-টু-টেক্সট মডেল প্রকাশ করা হয়েছে:

• জেমিনি ৩.৫ ট্রান্সক্রাইব ( gemini-3.5-transcribe ): উচ্চ-নির্ভুলতা ও স্বল্প-বিলম্বের নন-স্ট্রিমিং স্পিচ-টু-টেক্সট পরিষেবা, যা ৮৫টিরও বেশি ভাষায় উচ্চারণ-ভিত্তিক ভাষা শনাক্তকরণ, স্পিকার ডায়ারাইজেশন, শব্দ-স্তরের টাইমস্ট্যাম্প এবং কাস্টম শব্দভান্ডার বায়াসিং (১,০০০টি পর্যন্ত শব্দ) সুবিধা প্রদান করে।
• জেমিনি ৩.৫ ট্রান্সক্রাইব লাইভ ( gemini-3.5-transcribe-live ): লাইভ এপিআই (Live API) ব্যবহার করে ওয়েবসকেটের (WebSockets) মাধ্যমে স্বল্প-বিলম্বের, দ্বিমুখী স্ট্রিমিং স্পিচ-টু-টেক্সট পরিষেবা, যা অন্তর্বর্তী ও চূড়ান্ত ট্রান্সক্রিপশন ইভেন্ট, স্মার্ট ট্রান্সক্রিপশন মোড এবং একাধিক ভয়েস অ্যাক্টিভিটি ডিটেকশন (VAD) কৌশল সমর্থন করে।

শুরু করার জন্য, অডিও ট্রান্সক্রিপশন গাইড , লাইভ ট্রান্সক্রিপশন গাইড এবং জেমিনি ৩.৫ ট্রান্সক্রাইব মডেল পেজ দেখুন।