在我们等待（可能徒劳）Gemini 3.5 Pro发布的同时，谷歌推出了3.5系列中的另一种模型。该公司已宣布Gemini 3.5 Transcribe，这是一种旨在通过编辑掉“呃”和更正来简化语音输入的AI模型，输出经过润色的AI文本。这个模型已经为Pixel 11上的Gboard“Rambler”功能提供支持，但它即将在整个谷歌生态系统中出现。根据谷歌的说法，Gemini 3.5 Transcribe相比之前的语音转文本引擎Chirp 3速度更快，准确性更高。新的AI模型在从语音到最终转录文本的过程中应该快约70%，实时语音错误率降至5.5%。这比谷歌测量的Chirp 3的7.32%稍好一些。不过，当你使用语音输入时，修正拼写错误仍然很麻烦，所以在这里的任何改进都是有益的。新模型不仅更能听清你所说的单词；据说它也更善于理解你想要表达的核心意思。当你说话时，Gemini 3.5 Transcribe能够去除那些模糊的“呃”和“啊”，让你的思路更加清晰。如果你需要自我更正，它还可以即时编辑文本，并参考你提供的自定义词汇来处理“专业术语”。所有这些功能支持85种语言，并且可以处理最多三个讲者的预录音频。 当然，缺点是你需要依赖AI准确理解你言语的主旨。对于短文本块，该模型在清理不一致和口头失误方面表现良好（基于我对Rambler的测试），但AI确实在技术上改变了你所说的措辞，这在所有情况下可能不合适。