Changelog Update
Gemini 3.5 Transcribe 正式版 (GA):发布了两款基于 Gemini 音频理解能力的专用语音转文字模型:
- Gemini 3.5 Transcribe (
gemini-3.5-transcribe):高准确度、低延迟的非流式语音转文字功能,可基于话语检测 85 多种语言,支持说话人日志记录、字级时间戳和自定义词汇偏向(最多 1,000 个字词)。 - Gemini 3.5 Transcribe Live (
gemini-3.5-transcribe-live):通过 WebSocket 使用 Live API 进行低延迟双向流式语音转文字,支持临时和最终转写事件、智能转写模式以及多种语音活动检测 (VAD) 策略。
如需开始使用,请参阅音频转写指南、实时转写指南和 Gemini 3.5 Transcribe 模型页面。
- Gemini 3.5 Transcribe (