Gemini 3.5 Transcribe — это модель преобразования речи в текст, основанная на возможностях распознавания аудиоданных Gemini. Она обеспечивает точную транскрипцию с низкой задержкой, распознаванием языка на основе отдельных фраз, диаризацией говорящего, временными метками на уровне слов, интеллектуальной транскрипцией и настройкой речи с использованием пользовательского словаря.
Документация
Gemini 3.5 Transcribe преобразует речь из аудиофайлов в текст. Он автоматически распознает более 85 языков, обрабатывает переключение кодов в многоязычной среде, идентифицирует отдельных говорящих, выводит временные метки на уровне слов и адаптируется к терминам, специфичным для конкретной области, за счет использования пользовательского словаря.
Для получения полной информации о функциях, не связанных с потоковой передачей, посетите руководство по транскрипции аудио . Для потоковой транскрипции в реальном времени с низкой задержкой через WebSockets посетите руководство по транскрипции в реальном времени с использованием gemini-3.5-transcribe-live . Подробную информацию о ценах см. на странице «Цены» .
gemini-3.5-транскрипт
| Свойство | Описание |
|---|---|
| Код модели | gemini-3.5-transcribe |
| Поддерживаемые типы данных | Входные данные Аудиозапись (до 1 часа) Выход Текст, аннотации Word |
| Ограничения на использование аудио | Унарный аудиолимит До 1 часа на запрос (до 30 минут при включенной функции диаризации речи говорящего или временных меток на уровне слов). |
| Возможности | Поддерживается Поддерживается Временные метки на уровне слов Поддерживается Поддерживается Поддерживается Не поддерживается Не поддерживается Не поддерживается Не поддерживается Не поддерживается Не поддерживается |
| Варианты потребления | Не поддерживается Не поддерживается Не поддерживается |
| версии |
|
| Последнее обновление | Август 2026 г. |
Поддержка функций и ограничения
Gemini 3.5 Transcribe поддерживает следующие функции на обоих своих устройствах:
| Особенность | Прямая трансляция ( gemini-3.5-transcribe-live ) | Обработка аудиофайлов ( gemini-3.5-transcribe ) | Примечания / Ограничения |
|---|---|---|---|
| Автоматическое определение языка | Поддерживается (более 85 языков) | Поддерживается (более 85 языков) | Включает в себя смешивание кодов в середине сессии. |
| Временные метки на уровне слов | Не поддерживается | Поддерживается | Снижает точность транскрипции. |
| Настройка предвзятости словарного запаса | Поддерживается (до 1000 терминов) | Поддерживается (до 1000 терминов) | Как правило, наилучшие результаты клиенты получают при использовании до 100 терминов. |
| Интеллектуальная диктовка и форматирование | Поддерживается | Поддерживается | Включает удаление слов-паразитов и буквенно-цифровое форматирование с учетом намерений пользователя. |
| Диалог спикеров | Не поддерживается | Поддерживается (до 8 динамиков) | Присвоение имен 3 и более говорящим является экспериментальным процессом. |
| Максимальная продолжительность звука | 10 минут за сеанс. | До 1 часа | При включении таких функций, как диаризация или добавление временных меток, время обработки файла ограничено 30 минутами. |
Поддерживаемые языки
В Gemini 3.5 Transcribe поддерживаются следующие языки и языковые коды BCP-47:
| Язык | Код BCP-47 | Язык | Код BCP-47 |
|---|---|---|---|
| африкаанс | af-ZA | японский | ja-JP |
| амхарский | am-ET | яванский | jv-ID |
| Арабский (Египет) | ar-EG | Кабувердиану | kea-CV |
| армянский | hy-AM | Каннада | kn-IN |
| ассамский | as-IN | казахский | kk-KZ |
| азербайджанский | az-AZ | корейский | ko-KR |
| белорусский | be-BY | кыргызы | ky-KG |
| Бенгальский (Бангладеш) | bn-BD | латышский | lv-LV |
| Бенгальский (Индия) | bn-IN | Лингала | ln-CD |
| боснийский | bs-BA | литовский | lt-LT |
| болгарский | bg-BG | македонский | mk-MK |
| Болгарский (арумынский) | rup-BG | малайский | ms-MY |
| бирманский | my-MM | Малаялам | ml-IN |
| Кантонский (традиционный) | yue-Hant-HK | мальтийский | mt-MT |
| каталанский | ca-ES | Китайский язык (упрощенный) | cmn-Hans-CN |
| Себуано | ceb | маратхи | mr-IN |
| Центральный кхмерский | km-KH | монгольский | mn-MN |
| хорватский | hr-HR | непальский | ne-NP |
| чешский | cs-CZ | норвежский | nb-NO |
| датский | da-DK | Ория | or-IN |
| Голландский | nl-NL | польский | pl-PL |
| Английский (Великобритания) | en-GB | Португальский (Бразилия) | pt-BR |
| Английский (Индия) | en-IN | Португальский (Португалия) | pt-PT |
| Английский (США) | en-US | Пенджаби | pa-IN |
| эстонский | et-EE | Пенджабский (письмо гурмукхи) | pa-Guru-IN |
| фарси | fa-IR | румынский | ro-RO |
| филиппинский | fil-PH | Русский | ru-RU |
| финский | fi-FI | сербский | sr-RS |
| Французский | fr-FR | Синдхи (арабское письмо) | sd-Arab-IN |
| галисийский | gl-ES | словацкий | sk-SK |
| грузинский | ka-GE | словенский | sl-SI |
| немецкий | de-DE | Испанский (Латинская Америка) | es-419 |
| греческий | el-GR | Испанский (США) | es-US |
| гуджарати | gu-IN | Суахили (Кения) | sw-KE |
| Хауса | ha-NG | шведский | sv-SE |
| иврит | he-IL | Таджик | tg-TJ |
| хинди | hi-IN | телугу | te-IN |
| венгерский | hu-HU | Тайский | th-TH |
| исландский | is-IS | турецкий | tr-TR |
| индийский английский | en-IN | украинский | uk-UA |
| индонезийский | id-ID | узбекский | uz-UZ |
| итальянский | it-IT | вьетнамский | vi-VN |