谷歌最强语音转写模型来了：准确率进前五，但还没打过ElevenLabs

AI 摘要

谷歌发布Gemini 3.5 Transcribe语音转写模型，分实时和录音两版，已开放API公测。评测中非流式词错误率2.6%，实时版4.0%，延迟较上代缩短70%。新增Smart模式可自动删除口头禅、纠正口误并整理格式。支持85种以上语言，录音转写每1000分钟5美元。独立榜单显示其准确率优于OpenAI GPT Transcribe，但不及ElevenLabs Scribe v2。该模型已用于Android和macOS版Gemini，后续将进入Chrome。