模型發布檔案

最新發布模型

彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。

按發布時間倒序7 種語言
清除

2 個模型

按發布時間倒序
Google

Gemini 3.5 Transcribe Live

Gemini 3.5 Transcribe Live 是專為低延遲、即時語音轉文字設計的模型。它透過 Gemini Live API 的 WebSocket 雙向串流接收音訊並輸出逐步更新的文字轉錄,而不是會聆聽、推理及語音回覆的對話代理。(aistudio.google.com) 提供暫時及最終轉錄結果,適合即時字幕、麥克風語音轉錄與語音輸入介面。 支援超過 85 種語言的自動偵測與語言切換、自…

了解模型繁體中文
Google

Gemini 3.5 Transcribe

Google 的語音轉文字模型,以音訊理解能力處理預先錄製的音訊,輸出逐字稿與詞級標註。gemini-3.5-transcribe 用於非串流音訊檔案;即時串流則使用不同的模型 ID gemini-3.5-transcribe-live。(aistudio.google.com) 自動偵測並轉錄超過 85 種語言,可處理同一段音訊中的語言切換。 智慧轉錄可處理口語自我修正、移除贅詞並格式化文字;也…

了解模型繁體中文