Gemini 3.5 Transcribe превращает речь в аккуратный текст: убирает слова-паразиты, учитывает исправления говорящего и расставляет оформление. Это хорошая новость для тех, кто надиктовывает письма и заметки. Только очищенную расшифровку не стоит путать с точной цитатой.
Суть события
Google представила Gemini 3.5 Transcribe 26 августа. Это модель преобразования аудио в текст, а не инструмент, который заставляет человека звучать без запинок. В <a href=»https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5-transcribe/»>описании Google</a> показан понятный пример: собеседник сначала называет вторник, затем исправляется на среду — система должна учесть его намерение.
Для повседневной диктовки такой подход полезен. Человек думает на ходу, возвращается к началу фразы и меняет формулировку. Сохранять каждое «ну» в черновике письма обычно незачем. Но это уже редакторская обработка, а не простая запись услышанных звуков буквами.
Детали
У разработчиков есть отдельные режимы для потока речи и готовых записей. В записи модель может различать до трёх говорящих и добавлять временные отметки. Также предусмотрен пользовательский словарь для терминов и необычного написания слов.
Доступность зависит от продукта и региона: Google объявила предварительный публичный доступ для разработчиков, английский язык в приложении Gemini для macOS и Rambler на Android в отдельных странах и языках. Поддержка Chrome обещана позже. Поэтому формулировка «уже доступно всем и везде» была бы неверной.
Контекст
Наш взгляд в AI Digest: оценивать такую функцию нужно по двум разным критериям. Первый — сколько ручной правки она экономит. Второй — не меняется ли смысл после очистки. Можно получить красивый абзац и всё равно пропустить ошибку в фамилии, дате или отрицании.
Для сравнения полезен разбор того, <a href=»https://ai-digest.ru/golosovye-ai-agenty-perebivayut-lyudey-problema-v-taymere-a-ne-v-modeli-i-reshen/»>почему голосовые помощники перебивают человека</a>. Удобный разговор складывается не только из качества модели: важны паузы, момент окончания реплики и то, как интерфейс показывает исправления.
Что дальше
Начать проверку можно с короткой собственной записи: надиктуйте адрес, несколько имён и фразу с самоисправлением. Затем сравните аудио с результатом. Это даст больше пользы, чем общее обещание безошибочной диктовки. Особенно внимательно стоит смотреть на числа и слова, от которых зависит договорённость.
Для письма коллеге очищенный текст может стать удобным черновиком. Для протокола встречи разумнее сохранять исходное аудио и явно отличать дословную расшифровку от отредактированного варианта. Здесь красота текста вторична: читатель должен понимать, что именно было сказано, а что обработал инструмент.
