Présentation
Gemini 3.5 Transcribe Live est un modèle spécialisé de transcription vocale en temps réel et à faible latence. Il reçoit un flux audio et renvoie progressivement du texte via la Live API, avec une communication bidirectionnelle par WebSocket. Il convient notamment au sous-titrage en direct et à la transcription d’une entrée microphone. (aistudio.google.com)
Capacités
- Transcriptions provisoires et finales, mode de transcription intelligente et plusieurs stratégies de détection de l’activité vocale (VAD).
- Détection automatique de plus de 85 langues, y compris les changements de langue en cours de session ; le français de France et du Canada est pris en charge.
- Horodatage par énoncé et vocabulaire personnalisé pouvant atteindre 1 000 termes. Le mode intelligent peut notamment supprimer les hésitations et mettre en forme le texte. (aistudio.google.com)
Limites
Selon la documentation Google Cloud, la version Live ne prend pas en charge la séparation des locuteurs ni les horodatages mot par mot ; la durée audio maximale indiquée est de 10 minutes. Pour le mode intelligent en direct, Google recommande de délimiter manuellement les tours de parole. Le texte produit peut nécessiter une vérification. (docs.cloud.google.com)
Publication
Google a annoncé le modèle le 26 août 2026 dans les notes de version de la Gemini API. La documentation Google Cloud indique quant à elle une disponibilité générale du point d’accès Live sur Agent Platform en octobre 2026. (aistudio.google.com)
Tarifs Gemini API
Tarifs standard en dollars américains (USD), consultés le 16 novembre 2026 :
- Entrée audio : 3,50 USD par million de tokens.
- Sortie texte : 21,00 USD par million de tokens.
- Niveau gratuit : entrée et sortie gratuites, sous réserve des conditions et limites applicables.
Google donne à titre indicatif environ 0,005 USD par minute d’entrée et 0,004 USD par minute de sortie, soit environ 0,009 USD par minute au total. Ces estimations reposent sur 25 tokens audio par seconde et 175 tokens texte par minute ; les tarifs de référence sont exprimés par million de tokens. Google indique que les données du niveau gratuit peuvent servir à améliorer ses produits, contrairement à celles du niveau payant. (aistudio.google.com)