Google 推出 Gemini 3.5 转写模型，支持 85 种语言自动识别专业术语

Google 近日更新了 Gemini Audio，推出 Gemini 3.5 Live、3.5 Live Experimental 以及全新成员 Gemini 3.5 Transcribe 三款音频模型，重点强化语音转写能力。新版本在精度与抗干扰方面做了改进，旨在为 Google 语音控制类 AI 功能提供更可靠的底层支持。

核心能力升级

Gemini 3.5 Transcribe 是本次新加入的模型，专门面向高精度转写场景。据 Google 介绍，新模型具备以下能力：

• 自动识别并正确转写专业术语与行业 jargon；
• 支持超过 85 种语言的转写；
• 在背景噪音或语音被打断的情况下，仍能保持转写稳定。

配套发布的 Gemini 3.5 Live 与 3.5 Live Experimental 则面向实时语音交互场景，进一步提升对话流畅度与抗噪表现。

缺席的 Gemini 3.5 Pro

值得注意的是，Gemini 3.5 Transcribe 的发布恰逢外界持续关注 Gemini 3.5 Pro 的进度。Google 此前承诺该模型将在 6 月推出，但截至目前仍未正式发布。Google 选择先以转写与语音模型扩充产品线，被视为在主力大模型空窗期保持 Gemini 生态活跃度的策略。

对开发者的意义

对于依赖 Google 语音 AI 的开发者与产品团队而言，新模型提供了更细粒度的选择：实时对话可用 3.5 Live 系列，批量化或高精度转写则可调用 3.5 Transcribe。多语言与术语识别能力的提升，也使其在会议记录、客服质检、媒体字幕等场景下具备更直接的落地价值。