谷歌发布 Gemini 3.5 Transcribe：流式词错率报 4.0%，即将进 Chrome 语音输入

谷歌发布 Gemini 3.5 Transcribe，称其为迄今最精确的语音转写模型。模型能处理背景噪音、专业术语和自我纠正（例如「周二——不，周三」），去掉「嗯」「啊」，并自动排版。官方给出两套接口：Live API 上的 gemini-3.5-transcribe-live 做亚秒级双向流式转写；Interactions API 上的 gemini-3.5-transcribe 处理录音，支持说话人归属和词级时间戳。

谷歌援引 Artificial Analysis：流式平均词错率 4.0%、非流式 2.6%，最终转写时延较 Chirp 3 改善约 70%。FLEURS 上，流式 / 非流式词错率分别为 5.50% 和 5.04%。模型可自动检测 85 种以上语言，预录音频最多标注 3 名说话人（3 人以上仍属实验）。

开发者可在 Google AI Studio 与 Antigravity 的 Gemini API 公测中使用；企业侧走 Gemini Enterprise Agent Platform。消费端已进 macOS 版 Gemini 应用（英语）和部分地区 Android 的 Gboard Rambler，并宣布即将登陆 Chrome，用于在任意网页输入框里语音打字。