Gemini 3.5 Transcribe 正式发布 (GA)：发布了两个基于 Gemini 音频理解能力的专用语音转文本模型：

• Gemini 3.5 Transcribe (gemini-3.5-transcribe)：高精度、低延迟的非流式语音转文本，支持跨 85+ 种语言的基于语句的语言检测、说话人分离、词级时间戳以及自定义词汇偏置（最多 1,000 个词项）。
• Gemini 3.5 Transcribe Live (gemini-3.5-transcribe-live)：通过 Live API 在 WebSocket 上进行低延迟、双向流式语音转文本，支持临时和最终转录事件、智能转录模式以及多种语音活动检测 (VAD) 策略。

如需开始使用，请参阅 语音转录指南、实时转录指南 和 Gemini 3.5 Transcribe 模型页面。