Gemini 3.5 Transcribe quiere convertir el habla en texto profesional

Escribir mientras hablas pronto podría parecer cosa del pasado. Google ha presentado Gemini 3.5 Transcribe, un nuevo modelo de IA diseñado para convertir el habla natural en texto limpio y legible.

El modelo va más allá de la transcripción básica. Es capaz de eliminar palabras de relleno, organizar el texto automáticamente y dar formato al resultado sin que tengas que corregir cada frase tú mismo. Incluso puedes editar el texto con tu voz, lo que podría agilizar mucho la redacción de notas, borradores y mensajes.

Google afirma que Gemini 3.5 Transcribe mejora su anterior modelo Chirp 3, especialmente cuando las personas hablan idiomas diferentes. Es compatible con más de 85 idiomas, incluido el ruso, y puede detectar cambios de idioma durante una misma grabación.

Tu vocabulario puede enseñar a la IA lo que es importante

El vocabulario especializado suele plantear problemas para el reconocimiento de voz. Gemini 3.5 Transcribe aborda este problema con un diccionario personalizado. Puedes añadir nombres, términos técnicos y grafías poco habituales, lo que ayuda al modelo a reconocer palabras que las herramientas de voz estándar podrían pasar por alto.

En el caso del audio grabado, el modelo también puede distinguir hasta tres hablantes y añadir marcas de tiempo a palabras concretas. Esto podría facilitar mucho el procesamiento de entrevistas, reuniones e investigaciones.

Google también está trabajando en Gemini 3.5 Live y Live Experimental. Estos modelos podrían mejorar las conversaciones de voz en tiempo real, incluyendo las interrupciones y la comprensión visual. Sin embargo, Google aún no ha anunciado sus fechas de lanzamiento.

Esto puede cambiar tu forma de trabajar

Creemos que herramientas como Gemini 3.5 Transcribe podrían cambiar discretamente los flujos de trabajo cotidianos. Podrías dedicar menos tiempo a escribir y corregir transcripciones y más tiempo a trabajar con las ideas en sí.

El modelo ya está disponible en inglés a través de la aplicación Gemini para macOS y como versión preliminar pública a través de la API de Gemini. Google también tiene previsto incorporarlo a Chrome.

¿Quieres estar al día de las últimas novedades en IA? Comparte este artículo con tu equipo y descubre más artículos sobre IA en nuestro blog.