從語音辨識到智能轉錄：解析 Gemini 3.5 Transcribe 的技術突破與應用
該模型成功將 STT 從單純的『聽寫』進化為『理解後轉錄』，其在處理人類口語瑕疵（如自我修正）的邏輯處理能力極具競爭力，評價為『高效且具實務價值』。然而，其對多說話者辨識的上限（3人）以及對極端噪音的依賴，顯示其在極端複雜環境下的魯棒性仍有提升空間，尚未達到完全取代人工校對的程度。
部落格
Gemini 3.5 Transcribe
涵蓋軟體工程、AI 實作、系統設計、開發工具、效能優化與技術判斷的文章。