Google vừa công bố Gemini 3.5 Transcribe, một bản nâng cấp đáng chú ý của dòng Gemini Audio, cho phép người dùng ghi lại và chỉnh sửa nội dung bằng giọng nói một cách tự nhiên. Công nghệ mới này tự động phát hiện và loại bỏ các từ filler như “um” và “ah”, đồng thời định dạng văn bản và cung cấp dấu thời gian ở mức từ‑một.
Phiên bản này hỗ trợ hơn 85 ngôn ngữ và cho phép người dùng tải lên một bộ từ vựng tùy chỉnh, giúp mô hình nhận diện chính xác các thuật ngữ chuyên ngành hoặc cách viết riêng. Ngoài ra, Gemini 3.5 Transcribe còn có khả năng phân biệt và gán lời nói cho tới ba người nói trong một đoạn âm thanh đã ghi, rất hữu ích cho các buổi họp hoặc bài giảng trực tuyến.
Hiện Gemini 3.5 Transcribe đã được ra mắt trên macOS cho tất cả người dùng Gemini app và trên Android trong một số quốc gia, đồng thời có sẵn trong chế độ preview công khai qua Gemini API trên AI Studio và Antigravity. Google hứa sẽ sớm hỗ trợ Chrome, mở rộng khả năng sử dụng cho người dùng web.
Với tính năng loại bỏ filler và đa ngôn ngữ, Gemini 3.5 Transcribe hứa hẹn sẽ nâng cao trải nghiệm ghi âm và tạo nội dung cho các nhà sáng tạo nội dung, giáo viên và doanh nghiệp Việt Nam, đồng thời thúc đẩy việc áp dụng AI trong công việc hàng ngày.
Nguồn: The Verge — Biên dịch & tổng hợp: danhbaai.com