گوگل
@OfficialLoganK
@OfficialLoganKبچه‌های هوش مصنوعی گوگل دست‌پر اومدن و لوگان کیلپاتریک رسماً از مدل تبدیل گفتار به متن جدیدشون به اسم Gemini 3.5 Transcribe رونمایی کرد
بچه‌های هوش مصنوعی گوگل دست‌پر اومدن و لوگان کیلپاتریک رسماً از مدل تبدیل گفتار به متن جدیدشون به اسم Gemini 3.5 Transcribe رونمایی کرد. این مدل تازه با کاهش شدید خطای متنی حسابی دقیق‌تر شده و قابلیت‌های خفنی مثل تشخیص صدای چند گوینده مختلف، اضافه کردن کلمات اختصاصی و حتی اجرای مستقیم دستورات یا همون فانکشن کالینگ رو تو دلش داره. مهم‌تر از همه اینکه از بیش از ۸۵ تا زبان زنده دنیا پشتیبانی می‌کنه و می‌تونه همه‌چی رو به صورت آنی و درلحظه استریم و پیاده کنه.
منبع
Logan Kilpatrick@OfficialLoganK
Introducing Gemini 3.5 Transcribe, our new speech to text model with smart transcription, function calling, more precise transcription (lower WER), custom vocabulary support, multi-speaker identification, and support for over 85 languages!
Also with realtime streaming support!
۴ شهریور ۱۴۰۵مشاهده در X
بیشتر بخوانید
سوندار پیچای سر و کله‌ش پیدا شده و از قابلیت‌های صوتی جدید و ردیف جمینای واسه مشترکای سرویس هوش مصنوعی گوگل پرده برداشته
مدیر شرکت Wispr اومده به کامنت‌ها و انتقادهای تند و تیز ویدئوی اخیرشون جواب داده و خیلی خاکی اعتراف کرده که پست قبلی‌مون یکم زیادی هایپ بود و از اون مسیر صمیمانه همیشگی دور شده بودیم
سوندار پیچای مدیرعامل گوگل تو یه گفت‌وگو پیش‌بینی کرده که تا ۳ سال دیگه وضعیت هوش مصنوعی جوری زیرورو میشه که ابزارهای امروزمون پیشش مثل گوشی تاشو عهد بوق به چشم میان
یه تیم خفن از بچه‌های نخبه دانشگاه MIT و مدال‌آورای سابق المپیاد و دیپ‌مایند زیر پرچم استارتاپ OneTriangleAI دور هم جمع شدن و بدجور بازار رو تکون دادن
نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.