GoogleがAI文字起こしモデル「Gemini 3.5 Transcribe」を発表した。
85以上の言語を検出し、「えー」などの冗長語を除去できる。
本日よりmacOSユーザーとAndroidのRamblerユーザー向けに提供開始。
何が起きたか
Googleは新たなAI文字起こしモデル「Gemini 3.5 Transcribe」を発表した。85以上の言語と専門用語を検出でき、「えー」「あのー」などの冗長語を除去し、テキストを自動整形する。
なぜ重要か
既存の3.5 Live Translateに続く発表で、6月に提供予定のGemini 3.5 Proを待つユーザーにとって注目の動きだ。Googleは前世代モデルChirp 3と比べ、多言語性能と語彙誤り率で大幅な進歩を遂げたと主張している。
注目点
本モデルは本日より、macOS版Geminiアプリの全ユーザーと、一部の国でAndroid版のRambler音声入力機能向けに英語で提供開始。開発者向けにはGemini API、AI Studio、Antigravityでパブリックプレビューを公開する。Chrome対応も近日中に予定されている。
Gemini 3.5 Transcribeの投入は、GoogleのAI音声処理における前進だ。3.5 Live Translateのリリースに続き、待望のGemini 3.5 Proに先駆ける形となる。新モデルは語彙誤り率の低減と多言語性能の向上を目指し、Chirp 3の後継と位置づけられる。カスタム語彙に対応し、最大3話者までの発言を識別できる点は、正確な専門用語の文字起こしを求める業務ユーザーに訴求しそうだ。ただし発表内容はやや混乱しており、当初は3.5 Liveと3.5 Live Experimentalのアップデートに言及しながら、後に本日投入されるのは3.5 Transcribeのみと訂正された。追加の音声認識機能は、延期されているGemini 3.5 Proとともに提供される可能性が高い。
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・30秒で完了・いつでも解除できます
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
2026年8月25日、OpenAIは初の自社推論チップ「Jalapeño」を発表
Linux財団は2026年8月25日、OPAQUEによる新たなオープン仕様「TRACE（トラスト、ランタイム認証、コンプライアンス証跡）」の提供受入を発表した
スタンフォード大学の新たな研究論文が、AIチャットボットやエージェントが広告費に影響されて推薦内容を歪める可能性を警告
OpenAIは火曜日、推論チップ「Jalapeño」のベンチマークを公開し、NVIDIAの最高性能チップに匹敵することを示した
Bytedance Seedの研究者らが、AIが複数回の試行でタスクを改善する度合いを測るベンチマーク「EdgeBench」を開発した
オルトマンCEOは、自社がAGI（人間の大部分の経済的価値のある仕事を上回る高性能な自動システム）と呼べる内部システムを年内に持つと確信している
