Gemini 3.5 Transcribe

Gemini 3.5 Transcribe, बोली को टेक्स्ट में बदलने वाला मॉडल है. यह Gemini की ऑडियो समझने की क्षमताओं पर आधारित है. यह सुविधा, कम समय में सटीक ट्रांसक्रिप्शन करती है. इसमें, बोले गए शब्दों के आधार पर भाषा का पता लगाने, स्पीकर के हिसाब से ट्रांसक्रिप्शन करने, शब्द-लेवल के टाइमस्टैंप, स्मार्ट ट्रांसक्रिप्शन, और कस्टम शब्दावली के हिसाब से बोली को प्राथमिकता देने जैसी सुविधाएं मिलती हैं.

दस्तावेज़

Gemini 3.5 Transcribe, ऑडियो फ़ाइलों में बोली गई बातों को टेक्स्ट में बदलता है. यह 85 से ज़्यादा भाषाओं का अपने-आप पता लगाता है. साथ ही, एक से ज़्यादा भाषाओं के बीच स्विच करने वाले कोड को मैनेज करता है, अलग-अलग वक्ताओं की पहचान करता है, शब्द-लेवल के टाइमस्टैंप दिखाता है, और कस्टम शब्दावली के आधार पर, डोमेन के हिसाब से शब्दों को प्राथमिकता देता है.

स्ट्रीमिंग के अलावा अन्य सुविधाओं के बारे में पूरी जानकारी पाने के लिए, ऑडियो ट्रांसक्रिप्ट गाइड पर जाएं. WebSockets पर रीयल-टाइम में, कम समय में स्ट्रीम की गई बोली को लेख में बदलने की सुविधा के बारे में जानने के लिए, gemini-3.5-transcribe-live का इस्तेमाल करके बोली को लेख में बदलने की सुविधा गाइड पर जाएं. कीमत के बारे में ज़्यादा जानकारी के लिए, कीमत वाला पेज देखें.

gemini-3.5-transcribe

सुविधा के इस्तेमाल से जुड़ी सहायता और सीमाएं

Gemini 3.5 Transcribe, अपने दोनों एंडपॉइंट पर इन सुविधाओं के साथ काम करता है:

इस्तेमाल की जा सकने वाली भाषाएं

Gemini 3.5 Transcribe के लिए, यहाँ दी गई भाषाएँ और BCP-47 भाषा कोड इस्तेमाल किए जा सकते हैं: