गूगल ने अपने नए एआई मॉडल Gemini 3.5 Transcribe की घोषणा की है, जो आवाज़ को टेक्स्ट में बदलने की प्रक्रिया को तेज़ और त्रुटिहीन बनाता है। यह तकनीक अब गूगल इकोसिस्टम के विभिन्न उत्पादों में उपलब्ध होगी।

  • Gemini 3.5 Transcribe आवाज़ से टेक्स्ट बदलने की गति को 70% तक बढ़ा देता है।
  • यह मॉडल 'ums' और बोलने के दौरान होने वाली गलतियों को खुद ही हटा देता है।
  • यह तकनीक गूगल क्रोम और अन्य गूगल उत्पादों में एकीकृत की जाएगी।

गूगल ने एआई की दुनिया में एक और बड़ा कदम उठाते हुए Gemini 3.5 Transcribe के लॉन्च की घोषणा की है। जहाँ पूरी दुनिया Gemini 3.5 Pro के इंतज़ार में है, वहीं गूगल ने एक विशेष मॉडल पेश किया है जो विशेष रूप से स्पीच-टू-टेक्स्ट (Speech-to-Text) कार्यक्षमता को बेहतर बनाने के लिए डिज़ाइन किया गया है।

यह नया मॉडल न केवल आपकी आवाज़ को सुनता है, बल्कि उसे 'पॉलिश' भी करता है। इसका मतलब है कि बोलते समय यदि आप 'अह...', 'उम...' जैसे शब्दों का प्रयोग करते हैं या अपनी बात को बीच में सुधारते हैं, तो यह एआई मॉडल उन्हें हटाकर एक साफ और व्यवस्थित टेक्स्ट तैयार करता है। वर्तमान में, यह तकनीक Pixel 11 के Gboard 'Rambler' फीचर में उपलब्ध है, लेकिन जल्द ही इसे Google Chrome सहित पूरे गूगल इकोसिस्टम में लाया जाएगा।

यह भी पढ़ें:एनवीडिया ने चीन के लिए विशेष एआई चिप लॉन्च करने की खबरों का खंडन किया

तकनीकी सुधार और प्रदर्शन

गूगल के आंकड़ों के अनुसार, Gemini 3.5 Transcribe अपने पिछले इंजन, Chirp 3, की तुलना में काफी अधिक कुशल है। यह मॉडल वॉयस इनपुट से लेकर अंतिम टेक्स्ट आउटपुट तक की प्रक्रिया को लगभग 70 प्रतिशत तेज़ बनाता है।

सटीकता के मामले में भी इसमें सुधार देखा गया है। लाइव स्पीच में त्रुटि दर (Error Rate) घटकर 5.5% रह गई है, जबकि Chirp 3 की त्रुटि दर 7.32% थी। हालांकि यह सुधार बहुत बड़ा नहीं लग सकता, लेकिन वॉयस टाइपिंग के दौरान होने वाली छोटी-मोटी गलतियों को ठीक करने की झंझट को कम करने के लिए यह एक बड़ी राहत है।

Why This Matters

BozokMedia विश्लेषण से पता चलता है कि गूगल का यह कदम वॉयस कमांड और एक्सेसिबिलिटी के भविष्य को बदल सकता है। जैसे-जैसे हम कीबोर्ड से हटकर आवाज़ के माध्यम से डिवाइस नियंत्रित करने की ओर बढ़ रहे हैं, सटीक और प्राकृतिक ट्रांसक्रिप्शन की मांग बढ़ती जा रही है।

Gemini 3.5 Transcribe केवल शब्दों को टाइप नहीं करता, बल्कि मानवीय बातचीत की कमियों को सुधारकर उसे पेशेवर बनाता है।
Did You Know?: क्या आप जानते हैं कि गूगल का नया एआई मॉडल आपकी बोलने की शैली को समझकर अनावश्यक शब्दों को 'स्मार्टली' फिल्टर कर सकता है?

Frequently Asked Questions

1. Gemini 3.5 Transcribe क्या है?
यह गूगल का एक नया एआई मॉडल है जो आवाज़ को टेक्स्ट में बदलते समय व्याकरण और प्रवाह को सुधारता है।

2. यह पुराने Chirp 3 से कैसे बेहतर है?
यह 70% तेज़ है और इसकी त्रुटि दर काफी कम है।