Навука і тэхналогіі

Google запусціла Gemini 3.5 Transcribe для расшыфроўкі мовы. У спісе ёсць і беларуская

Кампанія Google прадставіла Gemini 3.5 Transcribe — новую мадэль для распазнавання мовы. Яна падтрымлівае больш за 85 моў, у тым ліку беларускую, і ўмее ачышчаць тэкст ад слоў-паразітаў і самавыпраўленняў, піша Dev.by.

Google запусціла Gemini 3.5 Transcribe для расшыфроўкі мовы, у спісе ёсць беларуская мова

У адрозненне ад звычайнай транскрыбацыі, мадэль не проста даслоўна запісвае аўдыё. Напрыклад, калі карыстальнік скажа: «Давайце сустрэнемся ў аўторак — не, у сераду», у выніковым тэксце застанецца выпраўлены варыянт. Gemini 3.5 Transcribe таксама аўтаматычна фарматуе тэкст і можа ўлічваць карыстальніцкі слоўнік — напрыклад, прафесійныя тэрміны, імёны або незвычайныя напісанні.

Для распрацоўшчыкаў даступныя два рэжымы. Gemini 3.5 Transcribe Live апрацоўвае размоўную мову з затрымкай менш за секунду і разлічана на галасавых асістэнтаў, субтытры ды іншыя дадаткі ў рэжыме рэальнага часу. Звычайная Gemini 3.5 Transcribe працуе з гатовымі аўдыязапісамі — сустрэчамі, званкамі ды іншымі файламі — і ўмее дадаваць часавыя пазнакі і вызначаць дыктараў.

У запісаным аўдыё мадэль можа адрозніваць да трох суразмоўцаў. Падтрыманне большай колькасці спікераў пакуль знаходзіцца ў эксперыментальным рэжыме.

Паводле даных незалежнага сервісу Artificial Analysis, сярэдняя доля памылкова распазнаных слоў у Gemini 3.5 Transcribe складае 4% пры патокавай апрацоўцы і 2,6% пры працы з гатовымі запісамі. Google таксама сцвярджае, што час да атрымання канчатковай транскрыпцыі скараціўся на 70% у параўнанні з папярэдняй мадэллю Chirp 3.

Gemini 3.5 Transcribe ўжо выкарыстоўваецца ў некалькіх прадуктах Google. У дадатку Gemini для macOS яна дазваляе надыктоўваць тэкст, выдаляючы паўзы і словы-паразіты, а таксама выконваць галасавыя каманды з улікам змесціва экрана. У Gboard мадэль ляжыць у аснове функцыі Rambler, якая ператварае вольную мову ў адфарматаваны тэкст і дазваляе голасам выпраўляць напісанае або мяняць стыль.

У Google Antigravity мадэль можа ўлічваць змесціва экрана і гісторыю чата, каб дакладней распазнаваць, напрыклад, назвы файлаў і тэрміны з адкрытых дакументаў. Распрацоўшчыкі ўжо могуць паспрабаваць Gemini 3.5 Transcribe ў публічным прэв’ю праз Gemini API у Google AI Studio і Google Antigravity. Для карпаратыўных кліентаў мадэль даступна праз Gemini Enterprise Agent Platform.

Каментары

Цяпер чытаюць

У СІЗА КДБ адшукаўся падпалкоўнік Зара, якога сілавікі лічаць аналітыкам Сахашчыка. Як ён апынуўся ў Беларусі — невядома4

У СІЗА КДБ адшукаўся падпалкоўнік Зара, якога сілавікі лічаць аналітыкам Сахашчыка. Як ён апынуўся ў Беларусі — невядома

Усе навіны →
Усе навіны

56‑гадовую чыноўніцу з Бешанковічаў асудзілі адразу па пяці палітычных артыкулах2

«Наша Ніва» атрымала тры журналісцкія прэміі. Сярод пераможцаў Бугай і Роўда23

96‑гадовы Уорэн Бафет перастае кіраваць кампаніяй Berkshire Hathaway1

«Прыгразіла пайсці да іншага». У МУС расказалі падрабязнасці забойства 43‑гадовай цяжарнай жанчыны хакейным арбітрам24

У Балівіі апісалі новы від дзікага ката. Такога не было больш за 100 гадоў1

Памятаеце хлопца, які зрабіў заўвагу турысту за недакурак у цэнтры Мінска? Цяпер ён сам правёў ноч у аддзяленні міліцыі26

З псіхбальніцы збег былы начальнік Ганцавіцкай міліцыі17

На вайсковыя зборы на Гомельшчыне адпраўлялі з дапамогай алкатэстара4

Кіраўнік Бундэсвера заклікаў рыхтаваць да абароны ўсё нямецкае грамадства5

больш чытаных навін
больш лайканых навін

У СІЗА КДБ адшукаўся падпалкоўнік Зара, якога сілавікі лічаць аналітыкам Сахашчыка. Як ён апынуўся ў Беларусі — невядома4

У СІЗА КДБ адшукаўся падпалкоўнік Зара, якога сілавікі лічаць аналітыкам Сахашчыка. Як ён апынуўся ў Беларусі — невядома

Галоўнае
Усе навіны →

Заўвага:

 

 

 

 

Закрыць Паведаміць