Google presenta Gemini 3.5 Transcribe, il nuovo modello AI che migliora la trascrizione vocale eliminando intercalari e correzioni, offrendo risultati più rapidi e accurati su diversi dispositivi e in 85 lingue.
Google ha annunciato il rilascio di Gemini 3.5 Transcribe, un modello di intelligenza artificiale progettato per ottimizzare la trascrizione vocale. Questa nuova tecnologia è in grado di eliminare automaticamente intercalari come "ehm" e "uh", oltre a correggere eventuali errori durante la dettatura, restituendo un testo finale più pulito e leggibile.
Secondo Google, Gemini 3.5 Transcribe offre una velocità di trascrizione superiore del 70% rispetto al precedente motore Chirp 3, con un tasso di errore nella trascrizione del parlato dal vivo ridotto al 5,5% (contro il 7,32% di Chirp 3). Il modello è già integrato nella funzione "Rambler" di Gboard sui Pixel 11, ma sarà presto disponibile su altri dispositivi dell'ecosistema Google.
Funzionalità avanzate e supporto multilingue
Gemini 3.5 Transcribe non si limita a riconoscere le parole pronunciate, ma interpreta anche il senso del discorso, eliminando esitazioni e correggendo automaticamente il testo in caso di autocorrezioni. Il sistema può inoltre attingere a un vocabolario personalizzato per gestire termini tecnici o specifici. Il supporto copre 85 lingue e fino a tre interlocutori in audio preregistrati, rendendo la soluzione adatta a contesti multilingue e collaborativi.
Nonostante i miglioramenti, resta il rischio che l'AI possa modificare leggermente il significato originale del discorso, soprattutto nei casi in cui la fedeltà letterale sia fondamentale. Tuttavia, per la maggior parte degli utenti, la capacità di ripulire e velocizzare la trascrizione rappresenta un vantaggio concreto.
Disponibilità e integrazione nell'ecosistema Google
Attualmente, Gemini 3.5 Transcribe è attivo nella funzione Rambler di Gboard, seppur limitata ai Pixel 11. Google ha annunciato che l'espansione verso altri dispositivi "Gemini Intelligence" avverrà entro la fine dell'anno. Gli utenti MacOS che utilizzano l'app Gemini possono già beneficiare del nuovo modello per l'input vocale.
Anche gli sviluppatori avranno accesso a Gemini 3.5 Transcribe tramite Antigravity, con possibilità di sfruttare il contesto dello schermo e la cronologia delle chat, e tramite AI Studio per la creazione di app con trascrizione vocale ottimizzata. Il modello sarà inoltre accessibile tramite l'API Gemini. Google prevede di portare la funzione di trascrizione AI anche su Chrome, permettendo l'inserimento vocale in qualsiasi campo di testo web.
