Google、フィラー音を自動削除する音声認識モデル「Gemini 3.5 Transcribe」を発表

Googleが新しい音声認識モデル「Gemini 3.5 Transcribe」を発表した。このモデルは、話し言葉特有のフィラー音（「あー」「えー」など）を自動的に削除しつつ、リアルタイムで文字起こしを行う機能を備えている。ノイズや複雑な専門用語、話し言葉にも対応し、生の音声データから正確で書式設定済みのテキストを生成できる。会議の議事録作成やインタビューの文字起こしなど、実務での活用が期待される。音声認識技術の実用性が大きく向上する進化と言えるだろう。

本記事は外部記事の要約です。原典は次のリンクを参照してください。