Google เปิด Gemini 3.5 Transcribe แปลงเสียงเป็นข้อความ แม่นยำ 4% WER (สด) / 2.6% (ไฟล์) รองรับ 85 ภาษา
โดย
Google เปิดตัวโมเดล Gemini 3.5 Transcribe สำหรับแปลงเสียงพูดเป็นข้อความ (ASR) ซึ่งเป็นโมเดลเดียวกับที่ใช้ในฟีเจอร์ Rambler บน Android (เปิดตัวใน Google I/O 2026, ใช้กับ Pixel 11 เป็นรุ่นแรก)
- ★ประสิทธิภาพ
⚪ Word Error Rate (WER):
- ฟังเสียงสด: 4%
- แกะไฟล์เสียงที่บันทึกไว้แล้ว: 2.6%
⚪ รองรับ 85 ภาษา (ตรวจจับภาษาได้อัตโนมัติ)
⚪ แยกเสียงคนพูดได้สูงสุด 3 คน
⚪ Custom Vocabulary: กำหนดคลังคำเฉพาะเพื่อเพิ่มความแม่นยำ
- ★การเข้าถึง
- ใช้งานได้ในแอพ Gemini (เฉพาะเวอร์ชัน macOS)
- ผ่าน API
- เร็วๆ นี้: จะเข้ามาใน Chrome (ใช้พิมพ์กรอกฟอร์ม)
✏️ Shoper Gamer
Credit :
👇
- ●https://www.blognone.com/node/151474
- 2
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2026 Blockdit
