Gemini 3.5 Transcribe 是一款基于 Gemini 音频理解功能的语音转文字模型。它提供低延迟、准确的转写，支持基于话语的语言检测、讲话人区分、字词级时间戳、智能转写和自定义词汇语音纠偏。
文档
Gemini 3.5 Transcribe 可将音频文件中的语音转换为文字。它可自动检测 85 种以上的语言、处理多语言代码切换、识别各个说话人、输出字级时间戳，并通过自定义词汇偏向来适应特定领域的术语。
如需全面了解非流式功能，请参阅音频转写指南。如需了解如何通过 WebSockets 进行低延迟的实时流式转写，请参阅使用 gemini-3.5-transcribe-live 的实时转写指南。如需详细了解价格，请参阅价格页面。
gemini-3.5-transcribe
| 属性 | 说明 |
|---|---|
| 模型代码 | gemini-3.5-transcribe |
| 支持的数据类型 |
输入源 音频（最长 1 小时） 输出 文字、字词注释 |
| 音频限制 |
一元音频限制 每次请求最多 1 小时（启用讲话人区分或字词级时间戳时最多 30 分钟） |
| 功能 | 支持 讲话人区分 支持 支持 支持 支持 不受支持 不受支持 不受支持 不受支持 不受支持 不受支持 |
| 使用选项 |
不受支持 不受支持 不受支持 |
| 版本 |
|
| 最新更新 | 2026 年 8 月 |
功能支持和限制
Gemini 3.5 Transcribe 在其两个端点上支持以下功能：
| 功能 | 直播 (gemini-3.5-transcribe-live) |
音频文件处理 (gemini-3.5-transcribe) |
备注 / 限制 |
|---|---|---|---|
| 语言自动检测 | 支持（85 种以上的语言） | 支持（85 种以上的语言） | 包括会话中代码混合。 |
| 字词级时间戳 | 不支持 | 支持 | 降低转写准确率。 |
| 自定义词汇偏向 | 支持（最多 1,000 个字词） | 支持（最多 1,000 个字词） | 客户通常在添加不超过 100 个字词时获得最佳效果。 |
| 智能听写和格式设置 | 支持 | 支持 | 包括填充词移除和意图感知型字母数字格式设置。 |
| 讲话人区分 | 不支持 | 支持（最多 8 个扬声器） | 3 个或更多音箱的归因功能尚处于实验阶段。 |
| 音频时长上限 | 每次练习 10 分钟。 | 最长 1 小时 | 启用说话人区分或时间戳等功能时，文件处理时间限制为 30 分钟。 |
支持的语言
Gemini 3.5 Transcribe 支持以下语言和 BCP-47 语言代码：
| 语言 | BCP-47 代码 | 语言 | BCP-47 代码 |
|---|---|---|---|
| 南非荷兰语 | af-ZA |
日语 | ja-JP |
| 阿姆哈拉语 | am-ET |
爪哇语 | jv-ID |
| 阿拉伯语（埃及） | ar-EG |
Kabuverdianu | kea-CV |
| 亚美尼亚语 | hy-AM |
卡纳达语 | kn-IN |
| 阿萨姆语 | as-IN |
哈萨克语 | kk-KZ |
| 阿塞拜疆语 | az-AZ |
韩语 | ko-KR |
| 白俄罗斯语 | be-BY |
吉尔吉斯语 | ky-KG |
| 孟加拉语（孟加拉） | bn-BD |
拉脱维亚语 | lv-LV |
| 孟加拉语（印度） | bn-IN |
林加拉语 | ln-CD |
| 波斯尼亚语 | bs-BA |
立陶宛语 | lt-LT |
| 保加利亚语 | bg-BG |
马其顿语 | mk-MK |
| 保加利亚语（阿罗马尼亚语） | rup-BG |
马来语 | ms-MY |
| 缅甸语 | my-MM |
马拉雅拉姆语 | ml-IN |
| 粤语（繁体） | yue-Hant-HK |
马耳他语 | mt-MT |
| 加泰罗尼亚语 | ca-ES |
普通话（简体） | cmn-Hans-CN |
| 宿务语 | ceb |
马拉地语 | mr-IN |
| 中部高棉语 | km-KH |
蒙古语 | mn-MN |
| 克罗地亚语 | hr-HR |
尼泊尔语 | ne-NP |
| 捷克语 | cs-CZ |
挪威语 | nb-NO |
| 丹麦语 | da-DK |
奥里亚语 | or-IN |
| 荷兰语 | nl-NL |
波兰语 | pl-PL |
| 英语（英国） | en-GB |
葡萄牙语（巴西） | pt-BR |
| 英语（印度） | en-IN |
葡萄牙语（葡萄牙） | pt-PT |
| 英语（美国） | en-US |
旁遮普语 | pa-IN |
| 爱沙尼亚语 | et-EE |
旁遮普语（果鲁穆奇文） | pa-Guru-IN |
| 波斯语 | fa-IR |
罗马尼亚语 | ro-RO |
| 菲律宾语 | fil-PH |
俄语 | ru-RU |
| 芬兰语 | fi-FI |
塞尔维亚语 | sr-RS |
| 法语 | fr-FR |
信德语（阿拉伯文字） | sd-Arab-IN |
| 加利西亚语 | gl-ES |
斯洛伐克语 | sk-SK |
| 格鲁吉亚语 | ka-GE |
斯洛文尼亚语 | sl-SI |
| 德语 | de-DE |
西班牙语（拉丁美洲） | es-419 |
| 希腊语 | el-GR |
西班牙语（美国） | es-US |
| 古吉拉特语 | gu-IN |
斯瓦希里语（肯尼亚） | sw-KE |
| 豪萨语 | ha-NG |
瑞典语 | sv-SE |
| 希伯来语 | he-IL |
塔吉克语 | tg-TJ |
| 印地语 | hi-IN |
泰卢固语 | te-IN |
| 匈牙利语 | hu-HU |
泰语 | th-TH |
| 冰岛语 | is-IS |
土耳其语 | tr-TR |
| 印度式英语 | en-IN |
乌克兰语 | uk-UA |
| 印度尼西亚语 | id-ID |
乌兹别克语 | uz-UZ |
| 意大利语 | it-IT |
越南语 | vi-VN |