أعلنت جوجل عن Gemini 3.5 Transcribe، وهو نموذج مخصص لتحويل الكلام إلى نص مع التركيز على الدقة والسرعة ودعم الاستخدامات الصوتية الحديثة.
ما هو Gemini 3.5 Transcribe؟
Gemini 3.5 Transcribe نموذج لتحويل الكلام إلى نص ضمن منظومة Gemini، ومصمم للتعامل مع التسجيلات الصوتية والمحادثات المباشرة، مع قدرات لفهم السياق وتنظيم النص الناتج بصورة أفضل.
دعم لغات متعددة
يوفر النموذج دعمًا واسعًا للغات، ما يجعله مناسبًا لتطبيقات النسخ والترجمة والمساعدات الصوتية والخدمات التي تتعامل مع مستخدمين من مناطق مختلفة.
النسخ المباشر
يمكن استخدام النموذج في سيناريوهات البث المباشر والتطبيقات التفاعلية التي تحتاج إلى تحويل الصوت إلى نص أثناء تحدث المستخدم، وهو ما يفتح المجال أمام استخدامه في الاجتماعات والمساعدات الصوتية وخدمات المحادثة.
تحديد المتحدثين والطوابع الزمنية
من المزايا المهمة في حلول النسخ الحديثة القدرة على تنظيم المحادثات الطويلة، وتحديد المتحدثين، وربط أجزاء النص بأوقات محددة داخل التسجيل، وهو ما يفيد في المقابلات والاجتماعات والمكالمات.
- تحويل التسجيلات الصوتية إلى نص.
- دعم النسخ في الوقت الحقيقي.
- التعامل مع لغات متعددة.
- تنظيم النصوص الطويلة والمحادثات.
- دعم استخدامات المطورين ضمن خدمات Gemini.
أهمية النموذج للمطورين
تزداد أهمية تقنيات تحويل الصوت إلى نص مع انتشار التطبيقات المعتمدة على الذكاء الاصطناعي الصوتي. ويساعد توفر نموذج متخصص ضمن منظومة Gemini المطورين على بناء خدمات تعتمد على الصوت كواجهة أساسية للتفاعل مع المستخدم.
الخلاصة
يمثل Gemini 3.5 Transcribe توسعًا في قدرات جوجل الصوتية ضمن منظومة Gemini، مع تركيز على تحويل الكلام إلى نص بصورة أسرع وأكثر ملاءمة للتطبيقات الحديثة، خصوصًا المساعدات الصوتية والاجتماعات وخدمات النسخ المباشر.
