Наш веб-сайт использует файлы cookie, чтобы предоставить вам возможность просматривать релевантную информацию. Прежде чем продолжить использование нашего веб-сайта, вы соглашаетесь и принимаете нашу политику использования файлов cookie и конфиденциальность.

Google запускает новый искусственный интеллект для преобразования речи в текст со множеством возможностей

24tv.ua

Google запускает новый искусственный интеллект для преобразования речи в текст со множеством возможностей

Новая разработка заменит устаревшую технологию Chirp 3 и предложит пользователям значительно более высокое качество транскрипции. Разработчики научили алгоритм распознавать более 85 языков, учитывая даже региональные акценты и местные диалекты. Модель автоматически определяет язык общения и адаптируется к особенностям произношения, пишет Android Authority.

В Gemini 3.5 Transcribe добавили возможность автоматически форматировать текст и удалять лишние звуки во время разговора. Кроме того, пользователи теперь могут редактировать свои записи с помощью простых голосовых команд.

Искусственный интеллект также получил поддержку пользовательских словарей, поэтому он безошибочно записывает специфические термины, профессиональный жаргон и уникальные имена.

"Мы разработали Gemini 3.5 Transcribe для того, чтобы улавливать ваш естественный стиль речи для лучшего понимания намерений и распознавания личного словаря, чтобы вы могли выполнять задачи своим голосом", – прокомментировал представитель компании Google в официальном блоге.

Благодаря функции делегирования задач новая модель умеет привлекать другие версии Gemini, например, для генерации изображений или анализа больших файлов.

Специалисты зафиксировали рекордные показатели точности работы системы. Уровень ошибок при потоковом распознавании звука составляет всего 4,0 процента, а для готовых аудиофайлов этот показатель снижается до впечатляющих 2,6 процента, сообщает издание Neowin. Более того, искусственный интеллект способен распознавать в записях до трех разных говорящих одновременно и автоматически расставлять временные метки для каждого слова.

Сейчас новая технология транскрипции уже улучшила работу фирменного приложения на macOS и функции Rambler в клавиатуре Gboard на Android. В ближайшее время разработчики планируют интегрировать эту функцию в браузер Chrome, что позволит вводить текст голосом в любое поле на веб-сайтах, добавляет издание The Verge.

  • Последние
Больше новостей

Новости по дням

Сегодня,
27 августа 2026

Новости по теме

Больше новостей