Geminiベースの新音声文字起こしモデル「Gemini 3.5 Transcribe」の紹介

本動画では、新しく公開されたGeminiベースの音声文字起こしモデル「Gemini 3.5 Transcribe」を紹介します。このモデルは、Interactions APIとLive APIの両方で利用でき、従来の文字起こしモデルが苦手とする英数字やメールアドレス、電話番号などを高精度に認識できる点が特徴です。

■ 主な特長
- 英数字・メールアドレス・電話番号の正確な文字起こし
- 言語設定が英語でも70以上の言語を認識可能
- 深い音声理解と推論能力を活用

■ 利用方法
- Interactions APIとLive APIの両方で利用可能

本動画は、音声文字起こしの精度向上に関心がある開発者や、多言語対応の文字起こし機能を検討している方におすすめです。視聴することで、Gemini 3.5 Transcribeの基本的な機能と活用方法を理解できます。