Google hat mit Gemini 3.5 Transcribe ein verbessertes Sprache-zu-Text-Modell vorgestellt, das eine beachtliche Wortfehlerrate von nur 4,0 Prozent im Streaming-Modus erreicht. Das Modell arbeitet jetzt deutlich schneller – die Latenz sank um 70 Prozent gegenüber dem Vorgänger Chirp 3. Besonders beeindruckend: Das System kann Füllwörter filtern und Versprecher automatisch in Echtzeit korrigieren. Über Function Calling kann Gemini 3.5 Transcribe zudem andere Gemini-Modelle zur Aufgabenbearbeitung heranziehen und so komplexere Workflows unterstützen.
