در حالی که منتظر (شاید بیهوده) عرضه Gemini 3.5 Pro هستیم، گوگل مدل دیگری از شاخه 3.5 را منتشر میکند. این شرکت Gemini 3.5 Transcribe را معرفی کرده است، یک مدل هوش مصنوعی که برای سادهسازی ورودی صوتی با حذف "اُم"ها و اصلاحات و ارائه متن هوش مصنوعی صیقلی طراحی شده است. این مدل در حال حاضر ویژگی "Rambler" در Gboard در Pixel 11 را تقویت میکند، اما به زودی در سراسر اکوسیستم گوگل ظاهر خواهد شد.
به گفته گوگل، Gemini 3.5 Transcribe بسیار سریعتر و دقیقتر از موتور قبلی تبدیل گفتار به متن خود، که به نام Chirp 3 شناخته میشود، است. مدل هوش مصنوعی جدید باید حدود 70 درصد سریعتر از گفتار به متن نهایی رونویسی شود و نرخ خطای گفتار زنده به 5.5 درصد کاهش یابد. این میزان تنها کمی بهتر از Chirp 3 است که گوگل آن را 7.32 درصد اندازهگیری میکند. با این حال، رفع اشتباهات تایپی هنگام استفاده از ورودی صوتی آزاردهنده است، بنابراین هر گونه بهبود در این زمینه مفید است.
شمـا اولیـن نفـر هستـید کـه نظـر خـود را ثبـت مـی کنیـد.
🗩ثبـت نظر: