Google、Gemini Audio に新モデル導入し自動文字起こし機能を強化

記事の3ポイント

1. 1

   新モデルの発表と機能

   Google は「Gemini 3.5 Live」「3.5 Live Experimental」「3.5 Transcribe」の新しいモデルを発表し、背景ノイズや話の中断にも強い高精度な音声認識を実現した。

2. 2

   フィラーワードの自動除去

   Gemini 3.5 Transcribe は「um」や「ah」といったフィラーワードを自動的に検出し、編集を行う機能を提供し、自然な音声によるテキスト編集を可能にする。

3. 3

   カスタム辞書と専門用語対応

   ユーザーは独自の語彙をモデルに提供でき、特定のスペル要件や専門用語を自動的に認識・保持させることで、手動での修正作業を削減できる。