Gemini 3.5 Transcribe, Google porta la dettatura AI da Gboard a Chrome

Google amplia le funzioni vocali del suo ecosistema con Gemini 3.5 Transcribe, un nuovo modello di intelligenza artificiale progettato per convertire il parlato in testo in tempo reale e rendere automaticamente più pulita la trascrizione. Il sistema è già utilizzato da Rambler, la funzione di dettatura integrata in Gboard su alcuni dispositivi Android, ed è disponibile anche nell’app Gemini per macOS.

Rispetto al precedente modello Chirp 3, Google dichiara un miglioramento soprattutto nei tempi di elaborazione. Il passaggio dalla voce alla trascrizione finale sarebbe più rapido del 70%, mentre sul benchmark FLEURS il tasso di errore delle parole scende al 5,50% nello streaming e al 5,04% per l’audio non trasmesso in diretta.

Gemini 3.5 Transcribe non si limita a riconoscere le parole pronunciate. Nella modalità di trascrizione intelligente può eliminare esitazioni e intercalari, gestire ripetizioni e false partenze, applicare punteggiatura e formattazione e recepire le correzioni fatte dall’utente mentre parla. È inoltre possibile fornire un vocabolario personalizzato per migliorare il riconoscimento di termini tecnici, nomi propri e parole specialistiche.

Il modello riconosce automaticamente più di 85 lingue e può gestire cambi di lingua durante la stessa conversazione. Per le registrazioni sono disponibili anche l’attribuzione delle battute ai diversi interlocutori e i riferimenti temporali delle singole parole, con funzioni dedicate alla gestione di conversazioni con più persone.

Google sta distribuendo la tecnologia in diversi prodotti. Oltre a Gboard e all’app Gemini per macOS, Gemini 3.5 Transcribe è disponibile per gli sviluppatori attraverso Gemini API, Google AI Studio e Antigravity. L’integrazione in Chrome è invece prevista prossimamente e permetterà di dettare testo direttamente nei campi presenti sulle pagine web.

La trascrizione intelligente comporta però una differenza rispetto alla semplice registrazione parola per parola. Quando viene attivata la modalità che ripulisce il parlato, il sistema può modificare la formulazione originale eliminando esitazioni, correggendo frasi e riorganizzando il testo. Per gli utilizzi in cui è necessario conservare fedelmente ogni parola pronunciata resta disponibile anche una modalità di trascrizione letterale.