Gemini 3.5 Transcribe｜企业级语音转写迎来
Google正式发布Gemini 3.5 Transcribe，新一代高精度语音转写模型，面向企业业务与开发者场景，大幅优化实时及离线音频转录能力。

🔹两大API能力
▪Live API实时流式：亚秒级延迟，适配实时语音交互、在线字幕业务
▪Interactions API预录处理：会议、通话录音转写，支持说话人区分、词级时间戳

🔹核心企业价值
▪智能降噪清洗：自动过滤填充词，修正口语改口，输出规整业务文本
▪高识别精度：流式WER 4.0%，预录音频WER低至2.6%，嘈杂环境可识别编号、编码等实体信息
▪支持85+语言与方言，可导入自定义专业术语库
▪联动大模型能力，转录同时可触发文件分析、内容总结等复杂任务

🔹落地场景
会议纪要、客户通话分析、语音智能体、实时客服字幕、访谈资料归档。
💬你们企业内部通话/会议转录，目前最大痛点是什么？

企业AI 语音转写 Gemini AI技术