HN
Hacker News • 29일 전
IMP 8
구글, 실시간 지능형 음성인식 'Gemini 3.5 Transcribe' 공개
구글이 배경 소음, 전문 용어, 말더듬 등 기존 음성인식 모델의 약점을 극복한 음성-텍스트 변환 모델 'Gemini 3.5 Transcribe'를 공개했습니다. 스트리밍 기준 단어 오류율(WER) 4.0%, 비스트리밍 2.6%를 달성했으며, 85개 이상 언어를 자동 감지하고 맞춤 어휘, 화자 구분, 함수 호출 기능을 지원합니다. 개발자는 Live API와 Interactions API를 통해 실시간 스트리밍 및 사전 녹음 오디오 처리에 활용할 수 있습니다.
음성인식 Gemini 구글