فوقت اللي العالم مازال كيتسنى إصدار Gemini 3.5 Pro، غوغل سبقات وطلّقات موديل آخر من سلسلة 3.5. الشركة أعلنت اليوم على موديل Gemini 3.5 Transcribe لتحويل الصوت لنص، وهو موديل ديال الذكاء الاصطناعي مصمّم باش يحسّن تجربة الإدخال الصوتي، بحيث كيقدر يحيد بوحدو كلمات بحال «آه» و«إمم» والتصحيحات اللي كيديرها المستخدم من بعد ما يغلط، وكيولّد فالأخير نص أكثر سلاسة وترتيب.
هاد الموديل كيدعم دابا خاصية «Rambler» فلوحة مفاتيح Gboard على Pixel 11، ومن بعد غادي يوصل تدريجياً لمنتجات وخدمات أخرى ديال غوغل.
وقالت غوغل إن Gemini 3.5 Transcribe كيتفوّق على محرّك تحويل الصوت لنص Chirp 3، سواء فالسرعة ولا فالدقة. ومن لحظة ما كيهضر المستخدم حتى كيتولّد النص المفرّغ، السرعة الإجمالية متوقّع تزيد بحوالي 70%، وفحالات الصوت المباشر هبطات نسبة الأخطاء لـ 5.5%.
ولكن الزيادة فالدقة ماشي كبيرة بزاف. حسب معطيات غوغل، نسبة الأخطاء فـ Chirp 3 كتوصل لـ 7.32%. ومع ذلك، بالنسبة للمستخدمين اللي كيعتمدو بزاف على الإدخال الصوتي، حتى إلا نقصات غير شي أخطاء قليلة، فهذا كيعني تعديلات يدوية أقل من بعد، وبالتالي كيبقى تحسين عملي.
قدرات Gemini 3.5 Transcribe ما كتقتصرش غير على «السماع مزيان» لشنو قال المستخدم، بل كيحاول حتى يفهم شنو بغا يعبّر عليه فعلاً. فوسط الهضرة، الموديل كيقدر يحيد بوحدو كلمات بحال «آه» و«إمم» اللي كتأثر على سلاسة الجمل. وإلا غلط المستخدم ومن بعد صحّح كلامو مباشرة، كيقدر الموديل يعدّل النص اللي تكتب فالحين. وزيد على هادشي، المستخدمين يقدرو يقدّمو لائحة كلمات مخصّصة باش يعاونوا الموديل يتعرّف بشكل أحسن على المصطلحات المهنية وكلمات مجالات معيّنة.
هاد الموديل كيدعم دابا 85 لغة، وكيقدر يعالج تسجيلات صوتية مسبقة فيها حتى 3 ديال المتكلمين.
طبعاً، هاد الخاصية فيها حتى مشكل واضح: المستخدم خاصو يتيق فأن الذكاء الاصطناعي غادي يفهم بدقة شنو بغا يقول فعلاً. وعلى الأقل فالنصوص القصيرة، ومن خلال التجربة العملية مع خاصية Rambler، باين أن الموديل كيقدر ينقّي مزيان التعبيرات اللي ما متناسقاش والتعثّر فالهضرة، وكيخلي النص يبان طبيعي أكثر.
ولكن فالمقابل، Gemini 3.5 Transcribe ماشي غير كيحوّل الصوت لكلام مكتوب بطريقة بسيطة. فالذكاء الاصطناعي، وهو كيرتّب المحتوى، يقدر فعلياً يبدّل الصياغة اللي استعملها المستخدم فالأصل. لذلك، فبعض الحالات اللي خاص فيها الكلام الأصلي يبقى محفوظ بحذافيرو وما يكونش مسموح تبديل التعبير، هاد «التنقيح الذكي» ماشي بالضرورة مناسب.