Purwokertohitz.com, – Google kembali memperkuat teknologi kecerdasan buatan (AI) dengan memperkenalkan Gemini 3.5 Transcribe, model terbaru yang dirancang untuk mengubah ucapan menjadi teks secara cepat, akurat, dan lebih rapi.
Google memperkenalkan Gemini 3.5 Transcribe pada Rabu (26/8). Model ini dikembangkan sebagai teknologi speech-to-text yang tidak hanya menyalin suara, tetapi juga memahami konteks percakapan dan merapikan hasil transkripsi.
Mengutip dari Kompas.com, teknologi terbaru Google tersebut memiliki sejumlah kemampuan yang membuatnya berbeda dari sistem transkripsi konvensional. Gemini 3.5 Transcribe dapat menangani kata-kata pengisi, koreksi ucapan, istilah khusus, hingga percakapan dengan beberapa pembicara.
Baca juga : Dua Karyawan Diduga Gasak Uang dari 15 ATM BRI di Banyumas, Kerugian Rp10,15 Juta
Gemini 3.5 Transcribe Lebih Cepat dari Chirp 3
Salah satu keunggulan Gemini 3.5 Transcribe adalah peningkatan kecepatan dibandingkan model speech-to-text sebelumnya, Chirp 3.
Google menyebut waktu yang dibutuhkan untuk menghasilkan transkripsi akhir meningkat sekitar 70 persen lebih cepat dibandingkan Chirp 3. Peningkatan ini membuat teknologi tersebut semakin cocok digunakan untuk kebutuhan transkripsi secara langsung maupun aplikasi yang membutuhkan respons suara dengan cepat.
Dari sisi akurasi, Google menyampaikan hasil pengujian pada beberapa tolok ukur. Dalam pengujian FLEURS, Gemini 3.5 Transcribe mencatat Word Error Rate (WER) sebesar 5,50 persen untuk streaming dan 5,04 persen untuk penggunaan non-streaming. Semakin rendah angka WER, semakin sedikit kesalahan kata yang dihasilkan sistem.
Bisa Menghapus Kata Pengisi
Kemampuan menarik lainnya adalah fitur smart transcription. Gemini 3.5 Transcribe dapat menghilangkan kata pengisi seperti “ehm” atau “eee” yang biasanya muncul ketika seseorang sedang berpikir atau mencari kata saat berbicara.
Model ini juga mampu memahami ketika pengguna melakukan koreksi dalam percakapan. Misalnya, seseorang menyebut hari tertentu kemudian langsung mengoreksinya dengan hari lain. Sistem dapat menyesuaikan hasil akhir sehingga teks yang dihasilkan lebih bersih dan mudah dibaca.
Selain itu, pengguna dapat memberikan kosakata khusus. Fitur ini berguna untuk transkripsi yang berisi istilah teknis, nama tertentu, jargon pekerjaan, atau ejaan khusus.
Dukung Lebih dari 85 Bahasa
Google mengatakan Gemini 3.5 Transcribe mampu mendeteksi dan mentranskripsikan lebih dari 85 bahasa. Model tersebut juga dirancang untuk menangani berbagai aksen dan dialek.
Baca juga : BSI Explore di Desa Karangpakis: Mahasiswa Belajar Beradaptasi dan Berkontribusi
Untuk rekaman audio, Gemini 3.5 Transcribe dapat mengidentifikasi hingga tiga pembicara sekaligus dan memberikan penanda waktu pada tingkat kata. Kemampuan ini dapat dimanfaatkan untuk membuat transkrip wawancara, rapat, diskusi, maupun rekaman percakapan.
Mulai Digunakan di Gboard dan Gemini
Teknologi Gemini 3.5 Transcribe juga mulai diterapkan pada sejumlah produk Google. Salah satunya melalui fitur Rambler di Gboard Android.
Fitur tersebut memungkinkan ucapan pengguna diubah menjadi teks yang lebih rapi. Pengguna juga dapat memberikan perintah suara untuk melakukan koreksi, memperbaiki salah ketik, hingga mengubah gaya tulisan.
Selain Gboard, kemampuan Gemini 3.5 Transcribe sudah digunakan pada aplikasi Gemini di macOS. Google juga menyiapkan integrasi teknologi tersebut ke Chrome sehingga pengguna nantinya dapat menggunakan suara untuk mengisi berbagai kolom teks di halaman web.
Pengembang Bisa Mengakses Gemini 3.5 Transcribe
Google turut membuka Gemini 3.5 Transcribe bagi pengembang. Model tersebut tersedia dalam public preview melalui Gemini API di Google AI Studio dan Google Antigravity.
Pengembang dapat memanfaatkannya untuk membangun berbagai layanan berbasis suara, seperti asisten AI, transkripsi real-time, sistem teks otomatis, hingga aplikasi analisis percakapan.
Dengan hadirnya Gemini 3.5 Transcribe, Google tidak hanya ingin membuat teknologi speech-to-text semakin cepat. Model ini juga diarahkan agar mampu memahami ucapan secara lebih natural, membersihkan hasil transkripsi, dan membantu pengguna menyelesaikan berbagai pekerjaan menggunakan suara.
Baca juga : BSI Explore Desa Jetis Cilacap: Mahasiswa Rasakan Kehidupan Warga
Kehadiran teknologi tersebut menunjukkan bahwa perkembangan AI semakin mengarah pada interaksi yang lebih alami. Pengguna tidak harus selalu mengetik perintah secara manual karena suara dapat menjadi salah satu cara utama untuk berkomunikasi dengan perangkat dan aplikasi.
Teknologi ini juga berpotensi membantu berbagai aktivitas sehari-hari, mulai dari membuat catatan rapat, menyusun hasil wawancara, hingga mendukung kebutuhan pekerjaan dan pendidikan. Dengan kemampuan memahami konteks dan memperbaiki hasil ucapan secara otomatis, Gemini 3.5 Transcribe diharapkan dapat membuat proses pengolahan suara menjadi lebih praktis dan efisien.
