语音识别过去常被当作一项后台能力:会议结束后生成一份文字稿,或者把客服录音整理成可检索文本。Google在8月26日公布的Gemini 3.5 Tracribe,想把这件事往前推一步。它不仅要听懂人说了什么,还希望在对话仍在进行时,把语音变成能够触……
语音识别过去常被当作一项后台能力:会议结束后生成一份文字稿,或者把客服录音整理成可检索文本。Google在8月26日公布的Gemini 3.5 Tracribe,想把这件事往前推一步。它不仅要听懂人说了什么,还希望在对话仍在进行时,把语音变成能够触……