📖 AI 总结

Google发布了Gemini Audio系列新模型，包括Gemini 3.5 Live、3.5 Live Experimental和全新的3.5 Transcribe，旨在提升语音转写精度。3.5 Transcribe是本次更新的亮点，支持超过85种语言，能自动识别专业术语和自定义词汇，并去除“um”“uh”等填充词，实现自然语音编辑。该模型还具备多说话人识别（最多三人）和词级时间戳功能，显著优于前代Chirp 3，尤其在多语言表现和词错率方面。值得注意的是，此次发布正值用户等待Gemini 3.5 Pro模型之际，后者原定于6月推出但至今未上线。新模型强化了Google在语音AI领域的竞争力，但3.5 Pro的延迟仍引发外界关注。