Google'dan Yeni Nesil Sesli Metin Modeli: Gemini 3.5 Transcribe

Google, sesli verileri metne dönüştürme (speech-to-text) teknolojisinde önemli bir sıçrama vadeden yeni yapay zeka modeli Gemini 3.5 Transcribe'ı resmen duyurdu. Hata oranlarını minimuma indiren ve konuşma sırasındaki duraksamaları otomatik olarak temizleyen bu yeni model, şimdiden Pixel 11 cihazlarda kullanıma sunuldu.

Chirp 3'e Göre Yüzde 70 Performans Artışı

Google'ın bir önceki sesli metin dönüştürme motoru olan Chirp 3 ile karşılaştırıldığında, yeni modelin performansında dramatik bir iyileşme göze çarpıyor. Gemini 3.5 Transcribe, sesli veriyi nihai metne dönüştürme sürecinde yaklaşık yüzde 70 oranında daha yüksek bir hız sunuyor. Bu hız artışı, özellikle anlık çeviri ve dikte işlemlerinde kullanıcı deneyimini doğrudan etkiliyor.

Hızın yanı sıra doğruluk oranında da ciddi bir gelişim söz konusu. Canlı konuşma sırasındaki hata oranı, Chirp 3 modelindeki yüzde 7,32 seviyesinden yüzde 5,5 seviyesine kadar gerilemiş durumda. Bu sayede model, çok daha kararlı ve güvenilir bir inference (çıkarım) süreci sergiliyor.

Akıllı Düzenleme ve Çoklu Konuşmacı Desteği

Yeni teknoloji sadece kelimeleri doğru algılamakla kalmıyor, aynı zamanda kullanıcının niyetini de analiz edebiliyor. Konuşma sırasında sıklıkla kullanılan "ıı" veya "eee" gibi dolgu ifadeleri, model tarafından otomatik olarak temizleniyor. Ayrıca kullanıcıların cümle ortasında kendilerini düzeltmeleri durumunda, metin üzerinde anlık ve kusursuz düzenlemeler yapılabiliyor.

Küresel çapta 85 farklı dili destekleyen Gemini 3.5 Transcribe, özel terminolojiye ihtiyaç duyan profesyoneller için tanımlanmış kelime dağarcıklarını da dikkate alıyor. Önceden kaydedilmiş ses dosyalarında ise aynı anda üç farklı konuşmacıyı ayırt edebilme yeteneğine sahip.

Pixel 11 ile Başlayan Ekosistem Entegrasyonu

Şu an için Pixel 11 akıllı telefonlarda bulunan Gboard Rambler özelliği üzerinden aktif olarak kullanılabilen bu teknolojinin, önümüzdeki dönemde tüm Google ekosistemine yayılması planlanıyor. Modelin sunduğu akıllı temizleme özellikleri, özellikle kısa metin bloklarında ve hızlı not alma süreçlerinde büyük kolaylık sağlıyor.

Uzun toplantı notlarının veya sesli mesajların düzenlenmesinde verimliliği artırması beklenen Gemini 3.5 Transcribe, sesli girişlerin profesyonel iletişimdeki yerini sağlamlaştırıyor. Ancak uzmanlar, dil modeli tarafından yapılan otomatik düzeltmelerin, bazı spesifik teknik ifadelerin doğallığını bozabileceği konusunda kullanıcıları uyarıyor.

--- **İlgili Kaynaklar:** yapay zeka danışmanlık ve çözüm hizmetleri ihtiyaçlarınız için [yapay zeka firması](https://yapayzekafirmasi.com) doğru adres.