你开会说"周二，不，改周三"，谷歌这个新模型能自己把周二划掉

8月26日，谷歌CEO皮查伊亲自官宣了一款新模型：Gemini 3.5 Transcribe，官方说法是"迄今最精确的语音转文本模型"。

它干的事说出来不新鲜：录音转文字。但有几个功能，打工人一看就懂。

第一，能听懂改口。你说"周二开会……不对，改周三"，它会自动把周二划掉、记成周三，不会把两句矛盾的话都堆给你。

第二，会自己做整理。录音里的"嗯""啊""那个"自动删掉，自动加标点、分段，不用你对着满屏口语逐句改。

第三，能分清谁在说话。一场8个人的会议，它可以自动标注每句话是谁说的。

精度有第三方数据撑着：测评机构Artificial Analysis测出，实时转录的词错误率是4.0%，非实时模式2.6%，延迟比上一代缩短70%。支持85种以上语言。

价格也给普通人留了门：实时转录每分钟约0.009美元，非实时每分钟0.005美元，折合人民币大约每分钟3到6分钱，而且官方提供免费测试额度。已经接入安卓键盘的语音功能和Mac版Gemini应用。

限制也得说清楚：要区分不同说话人，单次录音上限30分钟；不分人的普通转录，单次最长1小时。专业词汇可以自己喂词表，最多1000个，但官方建议控制在100个以内效果最好。

这东西最大的用途不是记者采访——是所有被会议纪要折磨过的人。

一场一小时的会，以前要有人边听边记、散会再整理半小时；现在录音挂着，散会的时候纪要已经躺在那里，连"这个问题我们线下再聊"这种废话都帮你删干净了。

听写这活，是普通人每天都在干、又最不愿意干的活。AI先从这种地方替人，没人会反对。

工具的分水岭不在多聪明，在它替你省的是不是真时间——3分钟整理出1小时会议的人，和还在手动回放录音的人，下周一起开会时就是两种效率。

AI 谷歌 效率工具