Google, sesli yazıya dönüştürme yeteneklerini geliştirmek için Gemini 3.5 Transcribe adlı yeni bir yapay zeka modelini duyurdu. Model, Gemini 3.5 Live ve Gemini 3.5 Live Experimental ile birlikte Gemini Audio ailesine katılıyor ve başında macOS Gemini uygulaması ile Android'deki Rambler özelliğinde yer almaya başlıyor.
Gemini 3.5 Transcribe, önceki sesli yazıya dönüştürme motoru Chirp 3'ten önemli ölçüde daha hızlı ve doğru. Google, yeni modelin sesli metne dönüştürme işleminde yaklaşık yüzde 70 daha hızlı olduğunu ve canlı konuşma hata oranını yüzde 5,5'e düşürdüğünü belirtiyor. Chirp 3'ün hata oranı yüzde 7,32 seviyesindeydi.
Konuşmayı otomatik olarak düzenliyor
Model, kullanıcının doğal konuşma şeklini anlamaktan öte, söylenenlerin gerçek anlamını yakalıyor. Metin yazılırken modül "um" ve "uh" gibi sözcükleri otomatik olarak çıkarıyor ve kolay okunabilir, formatlanmış bir metin sunuyor. Aynı zamanda ses komutuyla metin düzenleme yapılabilir ve özel sözcüklere yanıt verebilir. Model, teknik terimler gibi "uzmanlaşmış jargon" için özel sözlük öğrenebiliyor.
Gemini 3.5 Transcribe, 85+ dilde destek sunuyor ve önceden kaydedilmiş sesler için üç konuşmacıya kadar atama yapabiliyor. Kelime düzeyinde zaman damgaları da sağlayarak podcast'ler gibi çok katılımcılı içeriğin transkripsiyonuna uyuyor. Model ayrıca sipariş numaraları ve posta kodları gibi alfanümerik dizeleri yakalamada başarılı.
Geniş Google ekosisteminde kullanıma sunuluyor
Yeni model, Android cihazlarındaki Pixel 11 serisi telefonlarda ve macOS Gemini uygulamasında Rambler özelliğine güç veriyor. Google, yakında Chrome'da herhangi bir web sayfası alanında sesli yazıya dönüştürme özelliğinin sunulacağını söylüyor. Bu, kullanıcıların cevaplar yazarken veya Gemini'yi sesle yönetirken kişisel komutlar verebilmelerine olanak tanıyacak. Model ayrıca Google Antigravity geliştirici platformuna ve Docs, Keep, Gmail, Search Live ile Gemini Live gibi uygulamalara gelecek. Geliştiriciler API'ler aracılığıyla modeli kullanabilecek.
Google'ın Haziran ayında duyurduğu Gemini 3.5 Pro modeli hala beklenen yerde kalırken, şirket Gemini 3.5 ailesine yeni bir model ekliyor. Ancak yapay zekanın metni değiştirmesi bazı durumlarda uygun olmayabileceği de dikkate alınmalı — kısa metinler için model başarılı görünürken, ısmarlama ses girdisinin isabetliliği her durumda garantilenemez.
