语音AI

Google发布Gemini 3.5 Transcribe，提供实时流式与预录音频两种接口，支持多语言、术语适配、说话人归属及格式化转写，目前以公开预览形式面向开发者和企业开放。

Google介绍macOS版Gemini的智能听写功能：用户可在桌面任意输入窗口自然口述，系统会将内容转写为更整洁的文本，并处理语气词与中途修正。