Pular para o conteúdo

Uma equipe editorial e uma comunidade que criam com IA

vibecoding.incEntre no Discord
← Todos os artigos

Notícia · Google · 2 min de leitura

Data do fato: · Publicado:

O Google lançou os modelos de fala para texto Gemini 3.5 Transcribe para áudio gravado e em tempo real

Em 26 de agosto de 2026, o Google lançou o Gemini 3.5 Transcribe para áudio pré-gravado e o Gemini 3.5 Transcribe Live para transcrição em tempo real, ambos com atribuição de falantes, marcas de tempo por palavra e vocabulário personalizado.

Registro de arquivo: cobre um fato de 26 de agosto de 2026, e o publicamos em 8 de novembro de 2026. As informações vêm de fontes daquela data e podem ter mudado desde então.

Em 26 de agosto de 2026, o Google lançou o Gemini 3.5 Transcribe para áudio pré-gravado e o Gemini 3.5 Transcribe Live para transcrição em tempo real por streaming. A publicação do blog do Google sobre o Gemini 3.5 Transcribe dizia que os dois modelos ofereciam atribuição de falantes, marcas de tempo por palavra e vocabulário personalizado.

O que mudou

  • Eram dois modelos: gemini-3.5-transcribe (sem streaming) e gemini-3.5-transcribe-live (streaming bidirecional por WebSocket pela Live API).
  • Os recursos incluíam diarização de falantes, marcas de tempo por palavra e um vocabulário personalizado de até 1.000 termos.
  • A taxa de erro de palavras no Artificial Analysis foi de 4,0% com streaming e 2,6% sem streaming. No FLEURS, foi de 5,50% com streaming e 5,04% sem streaming.
  • O Google disse que o tempo até a transcrição final era 70% melhor que o do Chirp 3.
  • O áudio pré-gravado recebia atribuição de falantes com marcas de tempo para até três falantes, e o suporte a mais de três era experimental. Arquivos de até 1 hora eram processados pela Interactions API.

Disponibilidade e idiomas

O blog dizia que os modelos transcreviam mais de 85 idiomas, enquanto a entrada do registro de alterações da Gemini API de 26 de agosto de 2026 dizia 80+. O registro de alterações listava os modelos como de disponibilidade geral, enquanto o blog descrevia a disponibilidade para desenvolvedores como prévia pública na Gemini API e no Google Antigravity. O Google disse que os modelos alimentavam o Rambler no Gboard e o ditado no app Gemini para macOS, e que chegariam ao Chrome.

O que isso significa para quem constrói com IA

Os desenvolvedores ganharam a transcrição por streaming e em lote do próprio Google, com diarização, na Gemini API, concorrendo com serviços dedicados de fala para texto. Em 15 de setembro de 2026, o Google também publicou um post sobre como criar aplicativos de voz em tempo real com o Gemini 3.8 Live e o 3.5 Transcribe.

Fontes

Escrito com ajuda de IA, apenas a partir das fontes listadas acima. Antes de ir ao ar, verificações automáticas conferiram as datas, as fontes e todas as versões de idioma.

O Google lançou os modelos de fala para texto Gemini 3.5 Transcribe para áudio gravado e em tempo real | vibecoding.inc