جوجل أطلقت للتو Gemini 3.5 Transcribe، محرك تحويل الكلام إلى نصوص الجديد الذي يتفوق بشكل واضح على سلفه Chirp 3. المحرك الجديد أسرع بنسبة 70 بالمئة تقريبًا، وخفّض معدل الأخطاء في التعرف على الكلام المباشر إلى 5.5 بالمئة مقابل 7.32 بالمئة في النسخة السابقة. قد لا يبدو الفرق كبيرًا على الورق، لكن أي تحسن في دقة التعرف على الكلام يستحق الاهتمام، خاصة عندما تحاول تصحيح الأخطاء الإملائية أثناء الكتابة بالصوت.
ما الجديد في Gemini 3.5 Transcribe؟
التحسينات لا تقتصر على السرعة والدقة فحسب. المحرك الجديد يفهم السياق بشكل أعمق، ويزيل الكلمات المرتبكة مثل “آه” و”أم” التي تشوّش على تدفق الحديث الطبيعي. Gemini 3.5 Transcribe يمكنه أيضًا تعديل النص فورًا إذا احتجت لتصحيح نفسك، والاستفادة من المفردات المخصصة التي توفرها لمعالجة “المصطلحات المتخصصة”. كل هذا يعمل عبر 85 لغة، ويدعم حتى ثلاثة متحدثين في الملفات الصوتية المسجلة مسبقًا.
لكن هناك جانب سلبي واحد: أنت تعتمد على الذكاء الاصطناعي لفهم مقصدك بدقة. في الاختبارات الأولية، يبدو أن النموذج جيد في تنظيف الأخطاء والتعثرات اللغوية، لكنه يغيّر الصيغة الفعلية لما قلته، وهذا قد لا يكون مناسبًا في جميع الحالات.
أين يمكنك استخدام المحرك الجديد الآن؟
Gemini 3.5 Transcribe متاح بالفعل في عدة أماكن. يعمل حاليًا في تطبيق Rambler على لوحة مفاتيح Gboard، لكن هذا محصور على هواتف Pixel 11 في الوقت الحالي. جوجل تعد بتوسيع Rambler ليشمل “المزيد من أجهزة Gemini Intelligence” لاحقًا هذا العام. إذا كنت تستخدم تطبيق Gemini على macOS، فستستفيد من المحرك الجديد اليوم.
المطورون أيضًا سيحصلون على إمكانية الوصول الكامل. بدءًا من اليوم، تطبيق Antigravity يتضمن Gemini 3.5 Transcribe مع الوصول الكامل إلى سياق الشاشة وسجل الدردشة (بإذنك). منصة AI Studio أضافت المحرك الجديد أيضًا، مما يسمح للمطورين بكتابة تطبيقات محسّنة بتحويل صوت إلى نص. المطورون يمكنهم الوصول للنموذج عبر Gemini API كذلك.
إذا لم تكن تستخدم هذه التطبيقات أو الأجهزة المحددة، فلا تقلق. جوجل تخطط لإطلاق المحرك على متصفح Chrome قريبًا جدًا. عندما يصبح متاحًا، ستتمكن من إدخال النصوص بالصوت في أي حقل ويب، سواء لكتابة رسائل بريد إلكترونية أو ترك تعليقات أو حتى إصدار أوامر للمساعدات الذكية.
المصدر: Ars Technica
