实时转写开始从“听见”走向“理解”
Google 在 8 月 26 日发布 Gemini 3.5 Transcribe，定位是面向实时语音交互的智能转写模型。与传统语音识别只追求逐字记录不同，官方介绍强调它能处理背景噪声、复杂术语以及说话过程中的停顿和口头语，并把原始语音直接整理成更易读的文本。
哪些场景会最先受益
会议纪要、访谈记录、客服通话和语音输入都会直接受益。对团队来说，真正有价值的变化不是转写速度更快，而是后续人工清理工作更少，专业名词和格式也更稳定。
普通用户现在能感受到什么
Google 表示，这项能力已经出现在 Gemini 与部分 Android 语音体验中。企业如果要测试，可以先选择一段带有多人对话、行业术语和环境噪声的真实录音，与现有工具对比准确率、整理时间和可读性。
判断转写工具是否好用，不只看漏了多少字，还要看结果能否直接进入会议纪要、任务清单和知识库。