Hvor mange gange har du spillet en lydoptagelse igennem og opdaget, at halvdelen af dine sætninger består af “øh”, “nåh” og ubeslutsomme pauser? Det er slut nu. Google har netop udrullet Gemini 3.5 Transcribe, og det er præcis den opgradering til tale-til-tekst, som vi alle har gået og drømt om.
Slut med ‘øh’ og ‘ah’ i dine noter
Gemini 3.5 Transcribe er den nyeste tilføjelse til Gemini-familien, og dens absolut vildeste trick er intelligent oprydning i realtid. Når du taler, fjerner AI’en automatisk fyldord som “øh” og “ah” samt dine egne tøvende rettelser midt i sætninger. Resultatet er en krystalklar, poleret og perfekt formateret tekst i det øjeblik, du stopper med at tale. Du kan nu diktere præcis, som du tænker, uden at slutresultatet ligner et rodet udkast.
Håndterer fagjargon og støjende omgivelser
Den nye lydmodel lader sig heller ikke slå ud af svære arbejdsbetingelser. Google har optimeret modellen til automatisk at genkende specialiseret fagjargon og tilpasset ordforråd, ligesom den kan holde styr på taleridentifikation for op til tre personer med præcise tidsstempler på ordniveau. Selv hvis du befinder dig i et støjende miljø, eller hvis samtalen bliver afbrudt, holder Gemini 3.5 Transcribe sporet. Uafhængige målinger fra Artificial Analysis viser en ekstremt lav fejlrate (Word Error Rate) på blot 2,6 % ved almindelig lyd og 4,0 % ved streaming.
En del af den store Gemini Audio-satsning
Opdateringen er en del af Googles bredere Gemini Audio-opgradering, som også tæller modellerne Gemini 3.5 Live og 3.5 Live Experimental. Sammen understøtter systemet mere end 85 sprog. Selvom tech-verdenen stadig venter på den udskudte Gemini 3.5 Pro-model, beviser Google med denne udgivelse, at de mener det alvorligt, når det gælder fremtidens intelligente stemmeinteraktion.
Sådan får du fingrene i nyheden
Den nye oprydningsfunktion udrulles i første omgang på engelsk til macOS-brugere via Gemini-appen, hvor AI’en indsætter renset tekst direkte ved din markør uanset hvilket program, du arbejder i. Samtidig rammer funktionen Rambler-diktering på Android i udvalgte regioner. Er du udvikler, kan du allerede teste modellen i public preview via Gemini API i AI Studio og Antigravity, mens en integration til Google Chrome er lige på trapperne.
