Senaste

Google släpper AI-modell för transkribering

Gemini 3.5 Transcribe har koll på en lång rad språk

Foto: Google

Google har släppt en ny Gemini-baserad AI-modell för tal-till-text-transkribering vilken bland annat kan rensa bort upprepningar och fyllnadsord som till exempel "eh" och "um".

Gemini 3.5 Transcribe kan identifiera 85 olika språk och även växla sömlöst mellan dessa om användaren som talar byter språk. Modellen har även stöd för att lyssna och transkribera tal från upp till åtta användare samtidigt. Modellen släpps i två olika versioner, en version som kan transkribera ljudfiler och en som kan transkribera livetal i nästan realtid, något som ni kan ta en titt på i videoklippet nedan där Google DeepMind-utvecklaren Thor Schaeff snackar lite mer om den nya modellen.

Gemini 3.5 Transcribe släpps bland annat till Androids tangentbord GBoard, utvecklingsmiljön Google Antigravity, Google AI Studio och Gemini-appen till macOS. Snart kommer funktionaliteten även till webbläsaren Chrome vilket gör det möjligt för användaren att använda tal för att fylla i textfält på webbsidor.

Internet, Google, Gemini 3.5 Transcribe, GBoard, Chrome, tal-till-text, Thor Schaeff, AI-modeller, transkribering

Läs gärna våra regler!