Google、Gemini 3.5 Transcribeの音声編集機能をGemini APIに提供開始

Googleは、Gemini 3.5 Transcribeの音声編集機能をGemini APIに提供開始すると発表した。この技術はすでにGboardのRamblerやmacOSのGeminiAppで使用されており、開発者は音声だけで既存のテキストを自然に編集、言い換え、翻訳できる音声体験を構築できる。
イベントのバージョン 1.
Key insights
Gemini APIで音声編集が利用可能に
Gemini 3.5 Transcribeの音声編集機能がGemini APIに提供開始される。開発者はこれを利用して、既存のテキストを編集、言い換え、翻訳するための音声体験を構築できる。
GboardのRamblerやGeminiAppと同じ技術
この音声編集機能は、GboardのRamblerやmacOSのGeminiAppの背後にあるものと同じ技術である。この技術は現在Gemini APIに拡張されている。
自然な音声によるテキスト編集
この機能により、人々は音声だけで既存のテキストを自然に編集、言い換え、翻訳できる。開発者はGemini APIを通じてこれらの音声体験を構築できる。