Olympic.or.id – Kabar gembira datang dari raksasa teknologi Google! Mereka baru saja meluncurkan model kecerdasan buatan (AI) terbaru yang diberi nama Gemini 3.5 Transcribe. Model canggih ini diklaim mampu mengubah ucapan manusia menjadi teks dengan kecepatan kilat, dan yang lebih istimewa lagi, hasil transkripsinya langsung terlihat rapi dan terstruktur.
Berbeda jauh dengan teknologi speech-to-text konvensional yang hanya sekadar menyalin kata per kata, Gemini 3.5 Transcribe hadir dengan kemampuan analisis yang lebih dalam. AI ini tidak hanya mendengar, tetapi juga memahami inti pembicaraan secara cerdas.
Yang membuatnya semakin menarik, model AI ini bahkan dengan pintar bisa menghilangkan kata-kata pengisi yang mengganggu seperti “ehm”, “eee”, atau “anu” yang sering muncul ketika seseorang berbicara secara alami. Hasilnya, teks yang dihasilkan menjadi lebih bersih dan mudah dibaca.
Menurut pernyataan resmi Google, model baru ini menawarkan lompatan signifikan dalam hal kecepatan dan akurasi dibandingkan pendahulunya, yaitu model speech-to-text Chirp 3. Bayangkan, Gemini 3.5 Transcribe mampu memproses suara menjadi teks akhir sekitar 70 persen lebih cepat dari Chirp 3. Kecepatan ini tentu akan sangat menghemat waktu, terutama bagi mereka yang sering bekerja dengan transkripsi.
Tidak hanya unggul dalam kecepatan, tingkat akurasi Gemini 3.5 Transcribe juga patut diacungi jempol. Berdasarkan pengukuran internal Google, model ini mencatat tingkat kesalahan hanya sebesar 5,5 persen pada percakapan langsung (live speech). Angka ini jauh lebih rendah dibandingkan Chirp 3 yang masih memiliki tingkat kesalahan 7,32 persen. Artinya, AI ini lebih andal dan minim kesalahan dalam menangkap setiap ucapan.
Fitur unggulan lainnya yang membuat Gemini 3.5 Transcribe semakin istimewa adalah kemampuannya melakukan penyuntingan secara langsung. Ketika pengguna mengoreksi perkataannya, AI ini secara otomatis akan memperbaiki teks secara real-time. Fitur ini sangat membantu untuk menghasilkan transkripsi yang sempurna tanpa perlu banyak edit manual.
Selain itu, Gemini 3.5 Transcribe juga mendukung penggunaan kosakata khusus yang dapat ditentukan oleh pengguna. Fitur ini menjadi penyelamat ketika transkripsi berisi istilah teknis, nama ilmiah, atau jargon tertentu yang tidak umum. Pengguna bisa memasukkan daftar kata khusus agar AI lebih akurat dalam mengenali dan menuliskannya.
Untuk urusan bahasa, Google tidak main-main. Gemini 3.5 Transcribe diklaim mendukung 85 bahasa dari berbagai penjuru dunia. Tak hanya itu, AI ini juga mampu mengenali percakapan yang melibatkan hingga tiga pembicara berbeda dalam satu rekaman audio. Kemampuan ini sangat berguna untuk transkripsi wawancara, diskusi panel, atau rapat kecil.
Sudah Terintegrasi di Gboard dan Segera Hadir di Lebih Banyak Perangkat
Kabar menariknya, kecanggihan Gemini 3.5 Transcribe saat ini sudah mulai diterapkan pada fitur Rambler di aplikasi keyboard Gboard. Namun sayangnya, fitur canggih ini baru tersedia secara eksklusif untuk perangkat Pixel 11 terlebih dahulu. Tentu ini menjadi nilai jual tersendiri bagi pengguna Pixel 11 yang ingin merasakan pengalaman transkripsi AI terbaru.
Untungnya, Google berencana untuk memperluas ketersediaan fitur Rambler ke lebih banyak perangkat yang dilengkapi dengan kemampuan Gemini pada akhir tahun ini. Jadi, bagi pengguna perangkat Android lainnya, bersiaplah untuk segera menikmati kemudahan transkripsi AI ini.
Bukan hanya di ranah mobile, pengguna aplikasi Gemini di macOS juga mulai merasakan manfaat dari model Gemini 3.5 Transcribe untuk input suara. Integrasi ini memungkinkan pengguna Mac untuk berinteraksi dengan Gemini melalui suara dengan hasil transkripsi yang lebih akurat dan cepat.
Google Buka Akses untuk Pengembang dan Siapkan Integrasi di Chrome
Google juga tidak melupakan para pengembang. Mereka secara resmi membuka akses Gemini 3.5 Transcribe melalui sejumlah layanan yang telah dirangkum dalam blog resmi Google. Model canggih ini mulai tersedia di Antigravity dan AI Studio untuk memudahkan pengembang bereksperimen dan mengintegrasikannya.
Tidak berhenti di situ, pengembang juga dapat mengaksesnya melalui Gemini API untuk memasukkan kemampuan voice-to-text berbasis AI ini ke dalam aplikasi buatan mereka. Ini adalah peluang emas bagi para pengembang untuk menghadirkan pengalaman transkripsi yang lebih cerdas dan efisien bagi pengguna aplikasi mereka.
Melihat ke depan, Google memiliki rencana ambisius untuk membawa kemampuan transkripsi ini langsung ke peramban Chrome. Integrasi ini akan memungkinkan pengguna untuk memanfaatkan input suara guna mengisi berbagai kolom teks di web, seperti menulis e-mail, memberikan komentar, atau bahkan memberikan perintah kepada chatbot AI. Bayangkan kemudahan mengetik hanya dengan berbicara di mana pun Anda berada.
Dengan segala keunggulan yang ditawarkan, Gemini 3.5 Transcribe tampaknya akan menjadi game-changer di dunia transkripsi dan pengenalan suara. Google sekali lagi membuktikan komitmennya dalam menghadirkan inovasi AI yang tidak hanya canggih, tetapi juga benar-benar bermanfaat bagi kehidupan sehari-hari penggunanya.
Temukan juga berbagai berita terbaru lainnya hanya di Exposenews.id.
