地里快讯

谷歌发布新一代语音转文本模型Gemini 3.5 Transcribe。与传统ASR逐字照搬录音不同，它在转录阶段就理解说话人的意图，自动剔除「嗯」「呃」这类语气词、口头重复和自我更正，直接输出接近书面语、可以拿来就用的文本。 该模型目前的落地场景是Gboard输入法中的Rambler语音输入：用户可以像平时说话一样连续口述，哪怕中途改口、绕圈子，系统也会整理成条理清晰的段落。这项能力率先在Pixel 11上开放，后续将接入Chrome浏览器，把「说话即成稿」的体验从手机键盘扩展到桌面端网页输入。 对经常需要写邮件、做会议记录、整理面试或课堂笔记的人来说，转录环节少一道人工清洗，意味着从口述到成稿的链条被明显缩短。这也是谷歌把Gemini能力下沉到输入法、浏览器等日常入口的又一步——不再依赖用户主动打开AI应用，而是把模型直接嵌进已有的使用习惯里。