Google resmi memperkenalkan model speech-to-text terbaru bernama Gemini 3.5 Transcribe.

Teknologi ini dirancang khusus untuk mengonversi audio real-time maupun pra-rekaman menjadi teks secara akurat.

Fitur Unggulan dan Mode Transkripsi

Model baru ini dibekali kemampuan menangani kebisingan latar belakang serta mengenali kosakata khusus.

Sistem ini mendukung dua mode transkripsi terpisah melalui API yang disediakan.

Mode streaming real-time menyediakan koneksi berkelanjutan melalui Live API dengan latensi sangat rendah.

Sementara itu, mode audio pra-rekaman memproses rapat dan log panggilan menggunakan Interactions API.

Fitur tersebut juga dilengkapi atribusi pembicara dan stempel waktu tingkat kata.

Teknologi ini mampu menghapus kata pengisi seperti um dan ah secara otomatis.

Sistem juga sanggup mendeteksi lebih dari 85 bahasa secara otomatis termasuk berbagai dialek lokal.

Artificial Analysis melaporkan peningkatan waktu transkripsi hingga 70 persen dibanding model sebelumnya.

Pada tolok ukur FLEURS, model ini mencatat tingkat kesalahan kata atau WER yang kompetitif di berbagai bahasa.

Saat ini, Gemini 3.5 Transcribe sudah tersedia dalam pratinjau publik untuk pengembang dan kalangan enterprise.

Integrasi Lintas Produk Google dan Ekosistem Pengembang

Teknologi anyar ini juga diintegrasikan langsung ke dalam berbagai produk ekosistem Google seperti Gboard di Android melalui fitur Rambler untuk mempermudah pengetikan suara.

Pengguna di perangkat macOS dapat memanfaatkan aplikasi Gemini untuk mengubah ucapan alami menjadi teks terformat dengan dukungan perintah suara berbasis konteks layar.

Selain itu, Google menyiapkan dukungan untuk browser Chrome guna memudahkan pengguna mendiktekan teks ke dalam kolom web.

Sejumlah platform pengembang seperti LiveKit, LangChain, Vercel, dan Agora turut memanfaatkan API ini untuk membangun antarmuka berbasis suara.

Mitra bisnis seperti Vivo dan Intellitek Health juga telah membagikan ulasan positif terkait performa latensi serta tingkat akurasi sistem.

Ketersediaan layanan saat ini mencakup pratinjau publik bagi pengembang melalui Google AI Studio serta platform enterprise.