Google führt Gemini 3.5 Transcribe für präzisere und intelligentere Spracheingaben ein.
Das neue Speech-to-Text-Modell soll Sprache nicht nur verschriftlichen, sondern direkt bereinigen und formatieren. Gemini 3.5 Transcribe erkennt etwa Selbstkorrekturen, entfernt Füllwörter und berücksichtigt auf Wunsch ein individuelles Vokabular.
Entwickler können das Modell über die Gemini API nutzen. Für Echtzeitanwendungen steht gemini-3.5-transcribe-live mit einer Latenz von unter einer Sekunde bereit. Aufzeichnungen lassen sich mit gemini-3.5-transcribe inklusive Sprecherzuordnung und Zeitstempeln verarbeiten.
Gemini 3.5 Transcribe unterstützt über 85 Sprachen
Google nennt mehrere Verbesserungen gegenüber Chirp 3:
- 2,6 Prozent durchschnittliche Wortfehlerrate bei Aufzeichnungen
- 4,0 Prozent Wortfehlerrate beim Streaming
- 70 Prozent kürzere Zeit bis zur finalen Transkription
- Automatische Erkennung von mehr als 85 Sprachen
- Sprechererkennung für bis zu drei Personen, mehr experimentell
Die Werte stammen laut Google aus Messungen von Artificial Analysis. Auf dem mehrsprachigen FLEURS-Benchmark erreicht das Modell 5,50 Prozent WER beim Streaming und 5,04 Prozent bei Aufzeichnungen.
Gemini 3.5 Transcribe kommt zudem direkt in Google-Produkten zum Einsatz. Dazu zählen Rambler in Gboard auf Android, Google AI Studio und die Gemini-App für macOS. Chrome soll folgen und Spracheingaben künftig in beliebigen Webfeldern ermöglichen.
Ich finde vor allem die Kombination aus niedriger Latenz und automatischer Bereinigung interessant. Wenn das im Alltag ähnlich zuverlässig funktioniert wie in den Benchmarks, könnte Spracheingabe deutlich näher an eine echte Alternative zur Tastatur rücken.
Gemini 3.5 Transcribe ab sofort nutzen
- Für Entwickler: Als öffentliche Vorschau über die Gemini API in Google AI Studio und Google Antigravity verfügbar.
- Für Unternehmen: Als öffentliche Vorschau über die Gemini Enterprise Agent Platform verfügbar. Die Unterstützung für Gemini Enterprise for Customer Experience soll demnächst folgen.
- Für alle Nutzer: In der Gemini-App für macOS auf Englisch sowie mit Rambler auf Android in ausgewählten Ländern und Sprachen verfügbar. Die Integration in Chrome soll demnächst folgen.
