今日，谷歌发布了Gemini3.5Transcribe语音转文本模型，旨在提升语音输入体验。该AI模型能自动删除语音中的口头禅和自我纠正的内容，生成更通顺的文本。目前，该模型已支持Pixel11上的Gboard键盘“Rambler”功能，并计划扩展至更多谷歌产品和服务。与之前的Chirp3引擎相比，Gemini3.5Transcribe在速度和准确性上均有提升，转录速度提高约70%，实时语音错误率降至5.5%。

Gemini3.5Transcribe不仅转录语音，还尝试理解用户的真正意图，自动删除影响语句流畅度的口头禅，并实时调整已生成文本中的自我纠正内容。用户可提供自定义词汇表，以提高专业术语和特定领域词汇的识别率。该模型支持85种语言，能处理最多3名说话者的预录音频。尽管如此，AI在整理内容时可能会改变用户的原话，因此，在需要严格保留原话的场景中，这种智能润色可能不适用。