
انتشار Gemini 3.5 Transcribe برای رونویسی هوشمند
گوگل دیپمایند Gemini 3.5 Transcribe را برای ارائه قابلیتهای هوشمندتر در تبدیل گفتار به متن معرفی کرده است. این مدل میتواند برای توسعهدهندگانی که به قابلیت رونویسی صوتی نیاز دارند، کاربرد داشته باشد.
گوگل دیپمایند از Gemini 3.5 Transcribe بهعنوان راهکاری برای ارائه رونویسی هوشمندتر گفتار به متن معرفی کرده است. این سرویس با تمرکز بر تبدیل محتوای صوتی به متن ارائه شده است. رونویسی گفتار به متن (Speech-to-Text) یکی از قابلیتهای کاربردی در سامانههای مبتنی بر هوش مصنوعی است و میتواند در پردازش فایلهای صوتی، مکالمات و سایر دادههای گفتاری مورد استفاده قرار گیرد. جزئیات بیشتر درباره قابلیتها و نحوه استفاده در منبع رسمی گوگل دیپمایند ارائه شده است. برای توسعهدهندگان ایرانی، چنین مدلهایی میتوانند در ساخت ابزارهای پردازش صوت، پیادهسازی سامانههای جستوجو در محتوای صوتی و تبدیل خودکار مکالمات به متن مورد توجه باشند. میزان کاربردپذیری آن برای پروژههای فارسی به کیفیت پشتیبانی از زبان فارسی، دسترسی به رابط برنامهنویسی کاربردی (API) و شرایط دسترسی منطقهای بستگی دارد. Gemini 3.5 Transcribe در چارچوب خانواده مدلهای Gemini ارائه شده و تمرکز این انتشار بر بهبود تجربه و قابلیتهای رونویسی گفتار به متن است.
این مدل در اپکس۲۴ قابل دسترس است
یک کلید API — ۵۰+ مدل هوش مصنوعی




