Resource detail

Gemini 3.5 Transcribe

能处理口头改口、填充词和专业术语，做实时字幕比只会逐字听写的更省心。

海外付费

访问官网更多类似资源

选型速览

gemini-3-5-transcribe

价格模式

付费

访问方式

需要登录

支持平台

网页

支持中文

否

模型背景

闭源权重

Gemini 3.5 Transcribe 把自我纠正、口头填充词、格式化和专业词汇处理带进同一套语音接口。

传奇过往

Gemini 3.5 Transcribe 把自我纠正、口头填充词、格式化和专业词汇处理带进同一套语音接口。

官方链接https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5-transcribe/

标签

模型能力

多模态 ✓推理 -代码 -工具调用 -长上下文 -

上下文长度

0K tokens

所属厂商

google

典型用途

实时字幕说话人识别

相似工具与替代品

按相近用途整理

Whisper

语音转写界的老基准，语言覆盖广、资料多，本地部署依然是稳妥选择。

海外免费开源+2

更新于 2026-08-29

访问官网

GPT-Live-Transcribe

实时语音流的低延迟选手，字幕和语音助手好用，离线长音频不一定要上它。

海外付费语音+2

更新于 2026-08-29

访问官网

GPT-5

全能旗舰，复杂推理和代码都能扛，日常闲聊用它有点浪费。

海外付费旗舰+2

更新于 2026-08-29

访问官网

GPT-4o

图文语音都能接，反应快还会用工具，真要深度推理就别指望它一直稳。

海外付费多模态+2

更新于 2026-08-29

访问官网

OpenAI o3

专门啃难题的推理款，数学代码常能一把梭，但速度和费用要有心理准备。

海外付费推理+2

更新于 2026-08-29

访问官网

Claude Sonnet 4

写代码和长文档很稳，话风克制，适合让它安安静静把活干完。

海外付费长上下文+2

更新于 2026-08-29

访问官网