谷歌发布Gemini 3.5 Transcribe语音转文字模型，支持实时流式与预录音频处理，词错率低至2.6%，覆盖85种语言，可识别自定义词汇、多说话人及自动清理语气词。该模型已集成至Gemini应用、Android及开发者API，并获合作伙伴好评。

Gemini 3.5 Transcribe 智能转录
Google DeepMind Blog Google DeepMind Blog ·
NVIDIA AI 发布 Canary-Qwen-2.5B：一款先进的 ASR-LLM 混合模型，在 OpenASR 排行榜上拥有 SoTA 性能

NVIDIA AI 发布 Canary-Qwen-2.5B：一款先进的 ASR-LLM 混合模型，在 OpenASR 排行榜上拥有 SoTA 性能
实时互动网 实时互动网 ·
👤 个人中心
在公众号发送验证码完成验证