Gemini 3.5 Transcribe
Google · États-Unis
- Poids fermés (selon Artificial Analysis)
- Français annoncé
En bref : 7e sur 51 en transcription en anglais (Artificial Analysis).
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 ai.google.dev, le 17/10/2026.
- Sortie
- 26 août 2026 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : plus de 85 langues, dont le français. Lu sur ai.google.dev.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
Son classement
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En anglais · Transcription
Transcription en anglais, indice AA-WER
7e sur 51taux d'erreur par mot 2,60 %
Prix : 5 $ pour 1 000 minutes de parolePar jeu de test : AA-AgentTalk 2,01 %, Earnings22 4,71 %, VoxPopuli 1,67 %
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Transcription en anglais, indice AA-WER : devant, StepAudio 3 ASR (6e, 2,50 %) · derrière, Zoom Scribe V2 Pro (8e, 2,75 %)
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.
D'où vient cette fiche
- Nom dans les sources
- Artificial Analysis :
Gemini 3.5 Transcribe - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.