Gemini重要新发布3 个来源印证2026-08-26
Google 正式发布 Gemini 3.5 Transcribe 语音转文字模型
Google officially launches Gemini 3.5 Transcribe speech-to-text models
多模态低延迟SDK
EVENT SUMMARY
事件摘要
Google 正式发布两款基于 Gemini 音频理解的专用语音转文字模型：Gemini 3.5 Transcribe 和 Gemini 3.5 Transcribe Live。支持 85+ 语言的语句级语言检测、说话人分离、词级时间戳和自定义词汇偏置。流式转录 Live API 进一步瞄准实时会议、客服等场景，标志着 Gemini 正式进入语音转文字市场，与 Whisper 等专业 ASR 服务竞争。
ANALYST VIEW
中立分析
为什么重要
Gemini 正式进入语音转文字市场，直接与 Whisper、Deepgram 等专业 ASR 服务竞争，且以企业级特性作为差异化。流式转录 Live API 进一步瞄准实时会议、客服等场景。
影响对象
面向需要语音转录的开发者与企业，尤其是多语言会议转录、实时客服、语音分析等场景的用户，获得了一个原生集成 Gemini 生态的 ASR 选项。
证据说明
来源为 Google 官方 Gemini API 更新日志及博客，直接证明了 GA 发布、模型名称、功能特性及文档链接。
不确定性
定价信息未在更新日志中披露；与其他 ASR 服务的准确率对比基准未提供；模型支持的语言完整列表未列出。
SOURCES
3 个来源 · 4 条记录
Gemini·changelog2026-08-26
Gemini 3.5 Transcribe 正式发布（GA）
https://ai.google.dev/gemini-api/docs/changelog
Google DeepMind·blog2026-08-26
Gemini 3.5 Transcribe 推出智能转录功能
https://deepmind.google/blog/intelligent-transcription-with-gemini-3-5-transcribe/
Gemini·pricing2026-08-26
新增 Gemini 3.5 Transcribe 语音转文字模型
https://ai.google.dev/pricing
Gemini·pricing2026-08-26
新增 Gemini 3.5 Transcribe Live 语音转文字模型
https://ai.google.dev/pricing