Gemini 3.5 Transcribe یک مدل تبدیل گفتار به متن مبتنی بر قابلیتهای درک صوتی Gemini است. این نرمافزار، رونویسی دقیق و با تأخیر کم را با تشخیص زبان مبتنی بر گفتار، تشخیص گویشور، مهرهای زمانی در سطح کلمه، رونویسی هوشمند و بایاس گفتاری واژگان سفارشی ارائه میدهد.
مستندات
نرمافزار Gemini 3.5 Transcribe گفتار را از فایلهای صوتی به متن تبدیل میکند. این نرمافزار به طور خودکار بیش از ۸۵ زبان را تشخیص میدهد، تغییر کد چندزبانه را مدیریت میکند، گویندگان را به صورت جداگانه شناسایی میکند، مهرهای زمانی در سطح کلمه را خروجی میدهد و از طریق بایاس واژگان سفارشی، با اصطلاحات خاص دامنه سازگار میشود.
برای پوشش کامل ویژگیهای غیر استریمینگ، به راهنمای رونویسی صوتی مراجعه کنید. برای رونویسی استریمینگ با تأخیر کم و در زمان واقعی از طریق WebSockets، به راهنمای رونویسی زنده با استفاده از gemini-3.5-transcribe-live مراجعه کنید. برای قیمتگذاری دقیق، به صفحه قیمتگذاری مراجعه کنید.
جمینی-۳.۵-رونویسی
| ملک | توضیحات |
|---|---|
| کد مدل | gemini-3.5-transcribe |
| انواع داده پشتیبانی شده را | ورودیها فایل صوتی (حداکثر ۱ ساعت) خروجی حاشیهنویسی متن و ورد |
| محدودیتهای صوتی | محدودیت صوتی یگانه حداکثر ۱ ساعت برای هر درخواست (حداکثر ۳۰ دقیقه در صورت فعال بودن قابلیت ثبت خاطرات گوینده یا مهر زمانی در سطح کلمه) |
| قابلیتهای | پشتیبانی شده پشتیبانی شده پشتیبانی شده پشتیبانی شده پشتیبانی شده پشتیبانی نمیشود پشتیبانی نمیشود پشتیبانی نمیشود پشتیبانی نمیشود پشتیبانی نمیشود پشتیبانی نمیشود |
| گزینههای مصرف | پشتیبانی نمیشود پشتیبانی نمیشود پشتیبانی نمیشود |
| نسخه |
|
| آخرین بهروزرسانی | اوت ۲۰۲۶ |
پشتیبانی از ویژگیها و محدودیتها
Gemini 3.5 Transcribe از ویژگیهای زیر در دو نقطه پایانی خود پشتیبانی میکند:
| ویژگی | پخش زنده ( gemini-3.5-transcribe-live ) | پردازش فایل صوتی ( gemini-3.5-transcribe ) | یادداشتها / محدودیتها |
|---|---|---|---|
| تشخیص خودکار زبان | پشتیبانیشده (۸۵+ زبان) | پشتیبانیشده (۸۵+ زبان) | شامل ترکیب کد در اواسط جلسه میشود. |
| مهرهای زمانی در سطح کلمه | پشتیبانی نمیشود | پشتیبانی شده | دقت رونویسی را کاهش میدهد. |
| سوگیری واژگان سفارشی | پشتیبانی شده (تا ۱۰۰۰ اصطلاح) | پشتیبانی شده (تا ۱۰۰۰ اصطلاح) | مشتریان معمولاً بهترین نتایج را با حداکثر ۱۰۰ عبارت مشاهده میکنند. |
| دیکته و قالببندی هوشمند | پشتیبانی شده | پشتیبانی شده | شامل حذف کلمات پرکننده و قالببندی الفبایی-عددی آگاهانه از قصد است. |
| خاطرهنویسی گوینده | پشتیبانی نمیشود | پشتیبانی شده (تا ۸ بلندگو) | انتساب برای بیش از ۳ گوینده آزمایشی است. |
| حداکثر مدت زمان صدا | ۱۰ دقیقه در هر جلسه. | تا ۱ ساعت | پردازش فایلها در صورت فعال بودن ویژگیهایی مانند تاریخگذاری یا مهرهای زمانی به ۳۰ دقیقه محدود میشود. |
زبانهای پشتیبانیشده
زبانهای زیر و کدهای زبان BCP-47 برای Gemini 3.5 Transcribe پشتیبانی میشوند:
| زبان | کد BCP-47 | زبان | کد BCP-47 |
|---|---|---|---|
| آفریکانس | af-ZA | ژاپنی | ja-JP |
| امهری | am-ET | جاوه ای | jv-ID |
| عربی (مصری) | ar-EG | کابووردیانو | kea-CV |
| ارمنی | hy-AM | کانارا | kn-IN |
| آسامی | as-IN | قزاق | kk-KZ |
| آذربایجانی | az-AZ | کره ای | ko-KR |
| بلاروسی | be-BY | قرقیز | ky-KG |
| بنگالی (بنگلادش) | bn-BD | لتونیایی | lv-LV |
| بنگالی (هند) | bn-IN | لینگالا | ln-CD |
| بوسنیایی | bs-BA | لیتوانیایی | lt-LT |
| بلغاری | bg-BG | مقدونی | mk-MK |
| بلغاری (آرومانیا) | rup-BG | مالایی | ms-MY |
| برمهای | my-MM | مالایالامی | ml-IN |
| کانتونی (سنتی) | yue-Hant-HK | مالتی | mt-MT |
| کاتالان | ca-ES | چینی ماندارین (ساده شده) | cmn-Hans-CN |
| سبوانو | ceb | مراتی | mr-IN |
| خمر مرکزی | km-KH | مغولی | mn-MN |
| کرواتی | hr-HR | نپالی | ne-NP |
| چک | cs-CZ | نروژی | nb-NO |
| دانمارکی | da-DK | اوریا | or-IN |
| هلندی | nl-NL | لهستانی | pl-PL |
| انگلیسی (بریتانیای کبیر) | en-GB | پرتغالی (برزیل) | pt-BR |
| انگلیسی (هند) | en-IN | پرتغالی (پرتغال) | pt-PT |
| انگلیسی (ایالات متحده) | en-US | پنجابی | pa-IN |
| استونیایی | et-EE | پنجابی (خط گورموخی) | pa-Guru-IN |
| فارسی | fa-IR | رومانیایی | ro-RO |
| فیلیپینی | fil-PH | روسی | ru-RU |
| فنلاندی | fi-FI | صربی | sr-RS |
| فرانسوی | fr-FR | سندی (خط عربی) | sd-Arab-IN |
| گالیسیایی | gl-ES | اسلواکی | sk-SK |
| گرجی | ka-GE | اسلوونیایی | sl-SI |
| آلمانی | de-DE | اسپانیایی (آمریکای لاتین) | es-419 |
| یونانی | el-GR | اسپانیایی (ایالات متحده) | es-US |
| گجراتی | gu-IN | سواحیلی (کنیا) | sw-KE |
| هوسا | ha-NG | سوئدی | sv-SE |
| عبری | he-IL | تاجیک | tg-TJ |
| هندی | hi-IN | تلوگو | te-IN |
| مجارستانی | hu-HU | تایلندی | th-TH |
| ایسلندی | is-IS | ترکی | tr-TR |
| انگلیسی هندی | en-IN | اوکراینی | uk-UA |
| اندونزیایی | id-ID | ازبکی | uz-UZ |
| ایتالیایی | it-IT | ویتنامی | vi-VN |