Geminiベースの文字起こしモデル「Gemini 3.5 Transcribe」の紹介とデモ

Geminiを活用した新しい文字起こしモデル「Gemini 3.5 Transcribe」を発表します。Interactions APIとLive APIの両方で利用でき、従来のモデルが苦手とする英数字やメールアドレス、電話番号などの認識精度を高めます。

■ 主な機能と設定
- カスタム語彙の指定による固有名詞の認識向上
- 言語ヒントの設定による文字起こし精度の向上
- 70以上の言語の自動認識と多言語対応

■ デモで示された活用例
- メールアドレスや電話番号の正確な文字起こし
- 単位や数値表現の適切な変換（100 cm → 1 m など）
- 英語とドイツ語の混在や言語間の数値表現の違いへの対応

リアルタイム文字起こしや高精度な文字起こしを必要とするアプリケーション開発者に向けて、具体的な設定方法とデモを通じて活用イメージを提供します。Interactions APIとLive APIで試用できます。