# Gemini 3.5 Transcribe

Éditeur : Google (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 7e sur 51 en transcription en anglais (Artificial Analysis).

Page : https://quelleia.com/voix/modeles/google-gemini-3-5-transcribe/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de transcription dédié de Google, fondé sur la compréhension audio de Gemini, pour des fichiers jusqu'à une heure, avec une variante en flux continu (Gemini 3.5 Transcribe Live). Il détecte la langue à chaque énoncé, gère les changements de langue, sépare les locuteurs, horodate chaque mot et accepte un vocabulaire personnalisé. (lu sur https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe, https://ai.google.dev/gemini-api/docs/changelog)

- Sortie : 26 août 2026 (lu sur la page de l'éditeur, https://ai.google.dev/gemini-api/docs/changelog)

## Langues

- Annoncées par l'éditeur : plus de 85 langues, dont le français.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe

## Ses classements

- Transcription en anglais, indice AA-WER : 7e sur 51, taux d'erreur par mot 2,60 % ; prix : 5 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 2,01 %, Earnings22 4,71 %, VoxPopuli 1,67 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/gemini (relevé du 19 octobre 2026).

## Modèles proches

- Transcription en anglais, indice AA-WER : [StepAudio 3 ASR](https://quelleia.com/voix/modeles/stepaudio-3-asr/), 6e (2,50 %), juste devant
- Transcription en anglais, indice AA-WER : [Zoom Scribe V2 Pro](https://quelleia.com/voix/modeles/zoom-scribe-v2-pro/), 8e (2,75 %), juste derrière

## Comment lire ces chiffres

- Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.

## Noms dans les sources

- Artificial Analysis : Gemini 3.5 Transcribe

## Liens

- Page de l'éditeur : https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe
- L'essayer : https://aistudio.google.com/

## Pages lues

- https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe (« Gemini 3.5 Transcribe is a speech-to-text model based on Gemini's audio understanding capabilities. »), 17/10/2026
- https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe (« It automatically detects 85+ languages, handles multi-language code-switching, identifies individual speakers, outputs word-level timestamps, and adapts to domain-specific terms through custom vocabulary biasing. »), 17/10/2026
- https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe (« Inputs Audio (up to 1 hour) Output Text, Word annotations »), 17/10/2026
- https://ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe (« Finnish fi-FI Serbian sr-RS French fr-FR »), 17/10/2026
- https://ai.google.dev/gemini-api/docs/changelog (« August 26, 2026 Gemini 3.5 Transcribe generally available (GA) : Released two dedicated speech-to-text models based on Gemini's audio understanding »), 17/10/2026