模型简介
Gemini 3.5 Transcribe Live 是Google DeepMind的语音识别模型，将语音内容转换为文本，适用于字幕、录音整理和语音交互中的转写环节。
这个分支在系列中采用较紧凑或轻量的定位。固定格式、明确材料和范围清楚的任务便于测试其实际表现；是否适合部署，还需结合资源条件和业务复杂度判断。
这个版本怎样理解
使用时以完整型号 gemini-3.5-transcribe-live 为准。同一系列的其他版本可能改变输入范围、默认行为或运行配置，升级前可先对照下方参数与官方说明。
版本与模型标识
| 模型名称 | Gemini 3.5 Transcribe Live |
|---|---|
| 模型 / 资源标识 | gemini-3.5-transcribe-live |
| 版本标识 | gemini-3.5-transcribe-live |
| 版本状态 | 官方目录收录 |
用真实录音检查识别
准备含有背景噪声、多人说话、专业名词和数字的录音，检查转写与原声是否一致。会议整理还应关注说话人和时间定位，以便回听和纠正。
实际使用时重点看什么
语音识别输出的是声音中的文字，不等于对内容完成了事实核实。专有名称与关键数字应重点复核，领域专用转写也应保留人工校对环节。
价格与计费说明
查看官方计费与使用条件 ↗。API、产品订阅与自行部署是不同使用方式；开放权重不等于免费托管调用。
官方网址与文档
同厂商模型
- Gemini 3.5 Live Translate · 预览版本
- Gemini 3.1 Flash Live · 预览版本
- Gemini 3.1 Flash TTS · 预览版本
- Gemini 3.5 Transcribe · 官方目录收录
- Gemini 2.5 Flash Live · 预览版本
- Gemini 2.5 Flash TTS · 预览版本
- Gemini 2.5 Pro TTS · 预览版本
- Lyria 3.5 · 官方目录收录
资料来源
型号、版本与参数依据以上官方公开资料整理。
