Google Rilis Gemini 3.5 Transcribe dengan Transkripsi Suara Lebih Cepat dan Akurat

Google – kembali memperluas pengembangan teknologi kecerdasan buatan dengan menghadirkan Gemini 3.5 Transcribe. Model AI terbaru tersebut di kembangkan untuk mengubah percakapan suara menjadi tulisan secara lebih cepat sekaligus menghasilkan teks yang lebih rapi dan mudah di baca.

Kehadiran Gemini 3.5 Transcribe membawa pendekatan berbeda di bandingkan sistem pengubah suara menjadi teks konvensional. Teknologi speech-to-text pada umumnya berfokus menyalin setiap kata yang di ucapkan pengguna. Sementara itu Gemini 3.5 Transcribe dirancang agar mampu menangkap konteks dan inti dari pembicaraan.

Kemampuan tersebut membuat hasil transkripsi tidak sekadar menjadi salinan mentah dari rekaman suara. Model ini dapat mengurangi kata pengisi yang sering muncul secara spontan ketika seseorang berbicara seperti “ehm” atau “eee”. Dengan demikian teks akhir di harapkan menjadi lebih terstruktur tanpa menghilangkan maksud utama pembicaraan.

Gemini 3.5 Transcribe Tawarkan Pemrosesan Lebih Cepat

Salah satu peningkatan yang ditawarkan Google melalui model terbarunya terletak pada kecepatan pemrosesan. Perusahaan menyebut Gemini 3.5 Transcribe mampu menghasilkan teks akhir dari input suara sekitar 70 persen lebih cepat di bandingkan Chirp 3.

Chirp 3 merupakan teknologi speech-to-text Google yang hadir sebelumnya. Peningkatan kecepatan pada generasi terbaru dapat menjadi keuntungan terutama ketika teknologi tersebut di gunakan untuk menangani percakapan langsung atau rekaman berdurasi panjang.

Selain kecepatan Google juga menyoroti tingkat ketepatan transkripsinya. Berdasarkan pengukuran perusahaan Gemini 3.5 Transcribe mencatat tingkat kesalahan sekitar 5,5 persen untuk percakapan langsung.

Sebagai perbandingan Chirp 3 di sebut memiliki tingkat kesalahan sebesar 7,32 persen dalam pengujian Google. Angka tersebut menunjukkan adanya peningkatan kemampuan model baru dalam mengenali perkataan dan mengubahnya menjadi tulisan.

Mampu Menyesuaikan Teks Saat Pengguna Mengoreksi Ucapan

Gemini 3.5 Transcribe tidak hanya mengandalkan kemampuan pengenalan suara. Model AI tersebut juga di rancang untuk menyesuaikan hasil tulisan ketika pengguna melakukan koreksi terhadap perkataan sebelumnya.

Fungsi ini dapat membuat proses dikte menjadi lebih alami. Pengguna tidak selalu harus menghentikan proses input untuk memperbaiki setiap kesalahan secara manual karena sistem dapat memahami perubahan yang di sampaikan selama percakapan berlangsung.

Selain itu Google menyediakan dukungan terhadap kosakata khusus yang dapat di tentukan oleh pengguna. Kemampuan tersebut berguna dalam berbagai situasi yang melibatkan istilah teknis nama tertentu maupun jargon dari bidang profesional.

Penggunaan kosakata khusus berpotensi meningkatkan ketepatan hasil transkripsi terutama untuk kata yang jarang ditemukan dalam percakapan sehari-hari.

Mendukung 85 Bahasa dan Beberapa Pembicara

Dukungan bahasa menjadi bagian lain yang di tawarkan Gemini 3.5 Transcribe. Menurut Google model tersebut dapat di gunakan untuk menangani 85 bahasa.

Kemampuan ini memperluas potensi penerapannya bagi pengguna dari berbagai negara. Selain mengenali banyak bahasa sistem tersebut dapat membedakan percakapan yang melibatkan hingga tiga orang dalam sebuah rekaman audio.

Fitur pengenalan beberapa pembicara dapat membantu dalam proses dokumentasi rapat wawancara diskusi maupun percakapan kelompok. Sistem dapat memahami bahwa suara dalam rekaman berasal dari lebih dari satu orang sehingga pengolahan transkripsi dapat dilakukan dengan lebih terstruktur.

Teknologi Mulai Diterapkan pada Gboard

Google telah mulai menggunakan kemampuan Gemini 3.5 Transcribe dalam ekosistem produknya. Salah satu penerapan awalnya terdapat pada fitur Rambler di aplikasi keyboard Gboard.

Untuk sementara fitur tersebut tersedia pada perangkat Pixel 11. Namun Google berencana memperluas dukungan Rambler ke lebih banyak perangkat yang memiliki kemampuan Gemini hingga akhir tahun ini.

Pengguna aplikasi Gemini di macOS juga mulai memperoleh dukungan teknologi tersebut untuk kebutuhan input melalui suara. Langkah ini memperlihatkan rencana Google untuk memperluas penggunaan transkripsi berbasis AI ke berbagai perangkat dan platform.

Pengembang Bisa Mengakses Gemini 3.5 Transcribe

Tidak hanya tersedia untuk produk Google Gemini 3.5 Transcribe juga di buka bagi kalangan pengembang. Model tersebut mulai dapat di gunakan melalui Antigravity dan AI Studio.

Pengembang juga memperoleh akses melalui Gemini API. Melalui fasilitas tersebut kemampuan pengubahan suara menjadi teks berbasis kecerdasan buatan dapat di integrasikan ke berbagai aplikasi sesuai kebutuhan pengembangan.

Pemanfaatannya berpotensi mencakup aplikasi produktivitas layanan pencatatan otomatis sistem komunikasi hingga perangkat lunak yang membutuhkan interaksi berbasis suara.

Google Siapkan Integrasi Transkripsi untuk Chrome

Pengembangan Gemini 3.5 Transcribe di perkirakan tidak berhenti pada Gboard Gemini maupun layanan untuk pengembang. Google juga berencana menghadirkan kemampuan transkripsi tersebut ke peramban Chrome.

Integrasi dengan browser dapat memperluas penggunaan input suara ketika pengguna beraktivitas di internet. Nantinya suara dapat di manfaatkan untuk memasukkan teks ke berbagai kolom yang tersedia pada halaman web.

Kemampuan tersebut dapat di gunakan ketika menyusun e-mail menulis komentar atau memasukkan instruksi kepada chatbot berbasis kecerdasan buatan. Dengan pendekatan ini proses mengetik dapat di gantikan atau di lengkapi dengan interaksi suara yang lebih praktis.

Kehadiran Gemini 3.5 Transcribe menunjukkan perkembangan teknologi pengenalan suara yang semakin mengandalkan pemahaman konteks. Tidak hanya menyalin ucapan menjadi tulisan model ini di kembangkan untuk menghasilkan teks yang lebih bersih memahami koreksi serta menangani kosakata khusus.

Dukungan terhadap puluhan bahasa kemampuan mengenali beberapa pembicara serta rencana integrasi ke berbagai layanan Google juga memperlihatkan bahwa teknologi transkripsi berbasis AI akan semakin luas di gunakan sebagai bagian dari aktivitas digital sehari-hari.