SULAWESI SELATAN — Google resmi mengumumkan kehadiran Gemini 3.5 Transcribe, model AI audio yang dirancang untuk meningkatkan kualitas transkripsi suara-ke-teks secara signifikan. Model ini disebut lebih unggul dari pendahulunya dalam hal presisi dan kemampuan memahami konteks pembicaraan.
Pengumuman ini menjadi kabar baik bagi pengguna yang sering mengetik dokumen panjang atau melakukan transkripsi wawancara dan rapat secara manual.
Kemampuan Utama: Lebih dari Sekadar Transkripsi
Berbeda dari model transkripsi biasa, Gemini 3.5 Transcribe diklaim mampu memahami cara bicara manusia yang tidak selalu terstruktur. Model ini secara otomatis dapat membersihkan kata-kata pengisi seperti "anu" atau "eee" dan merapikan kalimat yang terpotong karena pembicara mengoreksi ucapannya sendiri.
Google menyebut model ini juga bisa mempelajari kosakata khusus dan ejaan unik pengguna. Kemampuan tersebut berguna untuk menangkap rangkaian karakter alfanumerik seperti nomor pesanan dan kode pos dengan akurat.
Deteksi 85 Bahasa dan Diarization Pembicara
Salah satu fitur unggulannya adalah dukungan deteksi otomatis untuk lebih dari 85 bahasa. Model ini juga mampu membedakan hingga tiga pembicara berbeda dalam satu rekaman audio dan memberikan cap waktu (timestamp) di tingkat kata.
Fitur diarization ini sangat praktis untuk mentranskripsikan percakapan podcast atau diskusi panel yang melibatkan beberapa narasumber.
Integrasi Luas di Ekosistem Google
Gemini 3.5 Transcribe akan menjadi mesin di balik fitur Rambler pada perangkat Android seperti seri Pixel 11 dan aplikasi Gemini di macOS. Di Chrome, pengguna nantinya bisa memanfaatkan suara untuk menulis balasan di kolom teks mana pun atau memberikan perintah langsung ke asisten Gemini.
Selain itu, model ini juga tersedia di platform pengembangan agen Google Antigravity serta akan hadir di Search Live, Gemini Live, Docs, Keep, dan Gmail. Pengembang pihak ketiga dapat mengaksesnya melalui API.
Ketersediaan dan Target Pengguna
Google belum mengumumkan tanggal ketersediaan resmi untuk fitur dikte di Chrome dan aplikasi lain secara detail. Namun, integrasi awal sudah berjalan di perangkat Pixel dan aplikasi Gemini untuk macOS.
Model ini paling cocok untuk profesional yang sering membuat konten tertulis dari rekaman, jurnalis yang melakukan wawancara, atau pengguna yang ingin lebih produktif saat menulis email dan dokumen menggunakan perintah suara. Kehadirannya di ekosistem Google menandakan langkah perusahaan untuk menjadikan AI sebagai asisten yang lebih intuitif dalam aktivitas sehari-hari.
