Zum Hauptinhalt springen
AudiomodellAktiv

Gemini 3.5 Transcribe Live

Google

Veröffentlicht
-
Datenstand
24. September 2026
Modellklasse
Echtzeit-Spracherkennung
Sprachen
Über 85; Sprachwechsel im Stream
Zugang
API

Gemini 3.5 Transcribe Live bringt dieselbe Transkriptionsfamilie ins Streaming. Es nimmt einen Audio-Stream entgegen, erzeugt Text mit niedriger Latenz, erkennt mehr als 85 Sprachen und verarbeitet Sprachwechsel innerhalb einer Sitzung. Smart Dictation und ein benutzerdefiniertes Vokabular mit bis zu 1.000 Begriffen erweitern die Live-Transkription um redaktionelle Hinweise.

Im Live-Modus dauert eine Sitzung höchstens zehn Minuten. Sprechertrennung und Wortzeitstempel werden dabei nicht unterstützt. Für diese Annotationen bei einer Aufnahme steht Gemini 3.5 Transcribe als Datei-Endpunkt bereit. Nur dort lassen sich Sprecher zuordnen und Text an einzelne Wörter anlegen.

Technische Daten und Zugang

AngabeWert und Quelle
Modellklasse
Echtzeit-SpracherkennungQuelle
Zugang
APIQuelle
API-Modellkennung
gemini-3.5-transcribe-liveQuelle
Eingabe
Audio-StreamQuelle
Ausgabe
TextQuelle
Aufgabe
Live-TranskriptionQuelle
Unterstützte Details
Spracherkennung mit niedriger LatenzQuelle
Sprachen
Über 85; Sprachwechsel im StreamQuelle
Sitzungsdauer
Bis zu 10 MinutenQuelle
Funktionsgrenzen
Keine Sprechertrennung und keine Wortzeitstempel im Live-ModusQuelle
Funktionen
Smart Dictation und benutzerdefiniertes Vokabular mit bis zu 1.000 BegriffenQuelle