谷歌发了个语音转文字模型，Gemini 3.5 Transcribe

支持：

- 智能修正

- 函数调用

- 流式处理平均字错误率为 4.0%，非流式处理平均字错误率达 2.6%

- 自定义词汇

- 超过 85 种语言

- 多说话人识别 ​​​