Google anunció Gemini 3.5 Transcribe, el nuevo integrante de la serie Gemini 3.5. El modelo elimina automáticamente los “ums” y las correcciones en la entrada de voz, generando texto editado y ya está disponible en la función “Rambler” de Gboard en Pixel 11.
Según Google, el nuevo modelo es aproximadamente un 70 % más rápido que el motor de voz a texto anterior, Chirp 3, y su tasa de error se ha reducido al 5,5 %, por debajo del 7,32 % de Chirp 3. Soporta hasta tres hablantes en grabaciones pregrabadas en 85 idiomas; también puede utilizar simultáneamente un vocabulario especializado.
Sin embargo, el modelo puede reescribir las expresiones habladas alterando el significado, lo que en algunos casos podría no ser apropiado. Google planea desplegar esta tecnología en todo su ecosistema, pero seguirá monitoreando los límites de los casos de uso y los riesgos de precisión.