Google, Gemini Audio'ya yeni bir transkripsiyon modeli olan Gemini 3.5 Transcribe'ı ekledi. Model, 85'ten fazla dili otomatik olarak tanıyabiliyor ve özel jargonu tespit edebiliyor. Şirket, modelin önceki transkripsiyon modeli Chirp 3'e kıyasla özellikle çok dilli performans ve sözcük hata oranlarında önemli bir ilerleme kaydettiğini belirtiyor.
Gemini 3.5 Transcribe, kullanıcıların sesleriyle doğal bir şekilde düzenleme yapmasına olanak tanıyor. Google'a göre model, metni otomatik olarak biçimlendirebiliyor ve 'ıı' ile 'aa' gibi dolgu sözcüklerini kaldırabiliyor. Ayrıca kullanıcılar modele özel bir kelime dağarcığı sağlayarak, benzersiz yazım gereksinimlerine ve özel jargona uyum sağlamasını sağlayabiliyor. Bu sayede bu kelimelerin elle düzenlenmesine gerek kalmıyor.
Model, önceden kaydedilmiş seslerde üç konuşmacıya kadar konuşma atfı yapabiliyor ve kelime düzeyinde zaman damgaları sağlıyor.
Gemini 3.5 Transcribe, bugünden itibaren macOS'taki tüm Gemini uygulaması kullanıcıları için İngilizce olarak kullanıma sunuluyor. Android'de ise seçili ülkelerde ve dillerde Rambler dikte özelliğiyle birlikte geliyor. Geliştiriciler için Gemini API üzerinden AI Studio ve Antigravity'de genel önizleme olarak erişilebilir. Google, Chrome desteğinin yakında geleceğini söylüyor.
Google, başlangıçta Gemini 3.5 Live ve 3.5 Live Experimental güncellemelerinin de bugün Gemini Audio'ya geleceğini açıklamıştı. Ancak daha sonra bu modellerin henüz yayınlanmadığını ve yeni bir tarih vermediğini duyurdu. Daha önce sağlanan bilgilere göre Gemini 3.5 Live, cümle ortası kesintileri, dil tanıma ve canlı görsel işleme konularında daha iyi performans gösteriyor. Gemini 3.5 Live Experimental ise daha karmaşık görevlerde akıl yürütürken adımlarını gerçek zamanlı olarak anlatarak ilerliyor.
Neden önemli
Gemini 3.5 Transcribe, transkripsiyon alanında önemli bir adım olarak öne çıkıyor. Özellikle dolgu sözcüklerini otomatik temizleme ve özel jargonu tanıma yeteneği, profesyonel kullanıcılar için verimliliği artırabilir. Üç konuşmacıya kadar konuşma atfı yapabilmesi, toplantı ve röportaj transkripsiyonlarında büyük kolaylık sağlayabilir.
Ancak Google'ın daha önce duyurduğu Gemini 3.5 Live modellerinin ertelenmesi, şirketin yapay zeka ürünlerindeki zamanlama belirsizliklerini gösteriyor. Kullanıcılar, Gemini 3.5 Pro'nun hâlâ beklenmesi nedeniyle Google'ın yapay zeka yol haritasındaki gecikmeleri yakından takip ediyor. Yine de Transcribe'ın bugün kullanıma sunulması, Google'ın ses tabanlı yapay zeka araçlarına verdiği önemi ortaya koyuyor.
